自主代理（Autonomous Agents）正变得越来越复杂，验证其顺序执行行为的正确性成为一大挑战。传统的测试方法要么需要手动指定预期行为，要么要求精确的序列匹配，或者需要成千上万的训练样本。最近，一篇发表在arXiv上的论文（arXiv:2605.03159）提出了一种全新的算法，能够仅从2到10个成功执行轨迹中自动学习正确行为，并利用该模型验证新的执行序列。该论文由Reshabh K Sharma、Gaurav Mittal和Yu Hu共同撰写，提交于2026年5月4日。
该算法的核心创新在于结合了编译器理论中的支配者分析（dominator analysis）与多模态大语言模型（MLLM）驱动的语义理解。通过支配者分析，算法能够识别执行轨迹中的关键状态；而多模态大语言模型则帮助处理非确定性行为，使得模型能够容忍合理的变异。此外，系统还利用了前缀树接受器（Prefix Tree Acceptor）来构建广义的地面真相模型，并通过多层次等价检测合并相似的轨迹。在验证新执行时，系统采用拓扑子序列匹配，不仅提供可解释的验证结果，还附带覆盖率指标，使开发者能够清楚了解测试的全面性。
在受控实验中，仅使用3个训练轨迹，该系统就实现了高精度地检测产品缺陷和假性成功。论文作者表示，该方法适用于多种领域，包括用户界面（UI）测试、代码生成以及机器人流程自动化。这一成果有望大幅降低自主代理验证的成本和复杂度，推动更可靠的人工智能系统的开发。