DarwinX：冻结模型进化提示与工具，Agent能力平均提升17点

daniel_mac8 · x · 2026-08-15

一篇新论文提出DarwinX，一种通过自然选择进化agent harness（提示、工具、技能和控制流）的方法，模型权重保持不变。该方法在四个基准上平均提升约17点：Terminal-Bench 2.1从75.5%提升至83.2%（匹配基础）和84.7%（更强基础）；TerminalWorld的held-out split达到68.3%，超过所有现成agent；WebArena-Infinity的pass@1从43.5%提升至93.0%；且Terminal-Bench 2.1的harness可无缝迁移到SWE-bench Verified。作者强调，进化的是通用agent能力，而非基准特定补丁。