EvoMap 提出系统层 RSI:35.7万 Agent 共享 481 万条经验基因
机器之心 · wechat · 2026-09-03
机器之心介绍了 EvoMap 团队针对 Agent「经验阅后即焚」问题的系统层方案:与其等待基模自我训练的 RSI,不如让智能体在执行、提炼、验证、分发的闭环中持续进化。
- EvoX 自进化智能体:在真实代码环境中读源码、敲命令,留下带真实反馈的执行轨迹,无论任务成败都是进化的原材料。
- Evolver 进化引擎:推翻「写长 Skill 文档喂 RAG」的常规做法,引用其论文中 4590 次受控实验,指出长文档反而稀释控制信号;它将轨迹强制蒸馏为紧凑的结构化 Gene。在 Claude Opus 上,复用 Gene 的智能体比用 Skill 多解决 39 个长流程任务,Token 消耗还降低 9.9%。
- EvoMap 经流转网络:设计 GEP 协议,已接入超 35.7 万个 Agent,沉淀 481 万+目录化经验资产。Gene 会被匹配注入、执行回写,再经 Validate/Mutate/Solidify 全局进化,形成有版本控制与淘汰机制的经验分发网络。
- 效果:在含 778 个复杂长流程任务的 LongWoF-Bench 上,注入 Gene 的 Agent 横跨 7 款主流大模型,通过率比 Skill 文件基线高 8.715.5 个百分点;AutoResearch 实验中 Django 任务测试通过率从 2/7 拉到 7/7。
团队的核心论点是:不更新参数、不做 SFT/RLHF,纯靠经验对象的系统级流转也能让系统持续变强,RSI 未必非要在基模层实现。
「编程与Agent」频道最新
- 一张 3090 跑 Qwen 27B 自主编码 3 周:交出可用 CUDA 内核 — skeole · 2026-09-21
- 开发者用本地 AI 修好商业应用首个 bug,同时吐槽 Pi 不兼容 iTerm2 — julianharris · 2026-09-21
- 开发者吐槽:没想到有一天会掏钱买 Meta 的编程订阅 — intellectronica · 2026-09-21
- 密码学教授用 AI 打造单向函数交互实验室,可写安全归约与攻击 — jedisct1 · 2026-09-21
- Astra 擅长沟通、Fable 擅长长程任务,开发者分享多模型分工工作流 — seatedro · 2026-09-21
- Sophia Yang 拿到 Jev 访问权,用 Fireworks 跑 RL 实验 — sophiamyang · 2026-09-21