---
title: "DynaSaur – Adobe 推出的大语言模型代理框架"
url: "https://paooo.com/aigc-news/25304/"
author: "Prompt 语宙研究院"
published_at: "2026-07-13T04:18:29+08:00"
updated_at: "2026-07-13T04:18:29+08:00"
categories: "AIGC 资讯"
tags: "Adobe, AI智能体, AI编程, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# DynaSaur – Adobe 推出的大语言模型代理框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/25304/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-13

## AI 30 秒核心看点 (TL;DR)

- 支持动态创建Python动作，不再受限于固定动作集合，提升代理的泛化与适应能力。
- 可积累并检索历史动作，形成可复用函数库，让后续任务执行更高效。
- 在GAIA基准中表现出色，尤其适合复杂、长期、预定义动作失效的场景。

## DynaSaur是什么

DynaSaur是Adobe Research推出的大型语言模型（LLM）代理框架，突破传统LLM代理系统受限于预定义动作集合的限制。框架支持代理动态创建和组合动作，基于生成和执行Python代码与环境互动，实现更灵活的问题解决。DynaSaur能积累生成的动作，构建可重用的函数库，提高未来任务的效率和适应性。在GAIA基准测试中，DynaSaur展现显著的灵活性，尤其在处理复杂和长期任务时表现出色。

## DynaSaur的主要功能

- **动态动作创建**：根据环境和任务需求，动态生成新的Python函数作为动作，不依赖于预定义的动作集合。

- **动作积累与复用**：框架将生成的动作积累起来，构建可重用的函数库，在未来的任务中使用，提高问题解决的效率。

- **环境互动**：基于生成和执行Python代码与环境互动，代码定义新的动作或调用已有的动作。

- **灵活性和适应性**：在面对复杂和长期的任务时，能灵活适应，尤其是在预定义动作不适用或失败的情况下，恢复并完成任务。

## DynaSaur的技术原理

- **动作表示**：将每个动作表示为Python函数，用Python的通用性和LLM的代码生成能力。

- **动作检索**：基于动作检索函数，根据查询和上下文，从积累的动作库中检索最相关的先前生成的动作。

- **动作积累**：在执行任务的过程中，将新生成的动作添加到动作库中，动作用于未来的任务。

- **部分可观察马尔可夫决策过程（POMDP）**：将代理的行为建模为POMDP，其中包括任务空间、动作空间、状态空间、观察空间、状态转移函数和观察函数。

- **动态动作空间**：引入一个潜在无限的动作集合A*，支持代理在每个时间步骤中提出任何动作解决任务。

## DynaSaur的项目地址

- **GitHub仓库**：[https://github.com/adobe-research/dynasaur](https://github.com/adobe-research/dynasaur)

- **arXiv技术论文**：[https://arxiv.org/pdf/2411.01747](https://arxiv.org/pdf/2411.01747)

## DynaSaur的应用场景

- **自动化客户服务**：作为聊天机器人，动态生成解决方案处理客户的查询和问题，提供更灵活和个性化的服务。

- **智能个人助理**：作为个人助理，帮助用户管理日程、执行任务、搜索信息，根据用户的需要动态学习新技能。

- **软件开发辅助**：帮助软件开发人员自动生成代码，解决编程问题，或作为软件测试中的自动化测试代理。

- **教育和培训**：在教育领域，作为教学辅助工具，根据学生的学习进度和需求动态调整教学内容和难度。

- **数据科学和分析**：处理复杂的数据分析任务，动态生成数据处理流程，帮助研究人员和分析师更高效地进行数据探索和模式识别。

## 常见问题解答 (FAQ)

### DynaSaur和普通LLM代理有什么区别？
普通LLM代理通常只能在预定义动作集合里选择，而DynaSaur允许代理根据任务动态生成新的Python函数动作，并把可用动作持续积累到库中复用，因此更灵活，也更适合复杂任务。

### DynaSaur为什么适合长期任务？
因为它不仅能执行当前任务，还能把过程中生成的新动作保存下来，后续遇到相似问题时可直接检索复用，减少重复生成和试错，提升长期任务的稳定性与效率。

### DynaSaur主要应用在哪些场景？
文章提到的场景包括自动化客户服务、智能个人助理、软件开发辅助、教育培训以及数据科学分析，核心优势是能根据环境和需求动态学习新技能并调整解决方案。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)