Online Monitoring and Corrective Steering of Programming Agents

LivePlan 用确定性规则 monitor 识别轨迹漂移、重复和错误，只有触发时才询问 advisor LLM 的高层纠偏，避免每一步都重规划。基于 SWE-agent、五个 LLM 和 SWE-bench Verified/Pro 的实验，相对 vanilla 平均提升 9.9%、最高 15.2%，每个实例额外成本仅 0.08 美元。新增解集中于中等和困难 issue，且对原本成功的运行几乎没有回归。