推文

@AIgc_stat · 2026-10-14 00:00

AI Agent 跑了很多轮，经验有没有真的用上？Evo² 这篇论文给了一个值得关注的方向。 10月9日上传 arXiv 的《Evo²: Evolving the Evolver through Weight-Harness Co-Evolution》，把两件事连起来：改进 Agent 的执行框架，以及训练负责改进框架的模型。 简要过程：同一套模型分别提出改动、分析执行结果；框架改动及其结果成为训练经验，更新后的模型再指导下一轮改进。这里的执行框架包括提示词、工具、上下文和控制流程。 我的判断：日志的价值，在于能把任务、改动和结果对应起来。 做代码 Agent 时，如果只记录“这次成功了”，很难知道该复用什么；记下改了哪个步骤、同一任务的结果如何变化，经验才更容易变成下一次可用的策略。 这也是我看自动改进系统时会追问的：提升能不能在新的任务上复现？省下的人工有没有被训练和评估成本吃回去？ 论文结果值得研究，落地表现还需要具体场景检验。 原文：https://arxiv.org/abs/2610.13025 配图为AI生成概念示意图。

曝光 40 · 评论 1 · 点赞 4 · 书签 0 · 曝光/时 30.15460155084178