微软 CASD 论文:让编码 Agent 读全量日志优化提示词,均提 16.6 分
dair_ai · x · 2026-09-25
dairai 推荐的微软提示词优化新论文提出 CASD 方法,核心主张:与其在小批次轨迹上跑搜索循环,不如直接把完整的 Agent 日志交给一个编码 Agent,让它自己写分析代码。
要点:
- CASD 用现成编码 Agent 对整个轨迹语料做统计,找出反复出现的失败模式,阅读代表性案例,并把结论写成一条 prompt 里的规则
- 无需环境访问权限,也无需验证数据集
- 在 ALFWorld、tau2-bench(零售/电信)、Spreadsheet Bench-Verified 上,一次优化平均比未优化基线提升 16.6 分,超过 GEPA 的 10.9 分和 SkillOpt 的 5.3 分
- 每次优化成本约 $1.60,比带验证门槛的搜索方式便宜 22 倍以上
「编程与Agent」频道最新
- Explosion 发布 Ellf 目录：52 个 NLP 模板与多智能体标注工作流 — _inesmontani · 2026-11-11
- 梗图吐槽:所谓随机 AI Agent 架构就是换了马甲的马尔可夫链 — PrasoonPratham · 2026-11-11
- OpenCode 上线 Gemini 4 Carbon 与 Claude Fable 5.2 — dean_rie · 2026-11-11
- OpenClaw 发布 v2026.11.3 安全补丁，56 个 PR 修复凭证泄露 — dean_rie · 2026-11-11
- Fable 5.2 首日拿下编码 Agent 中 1/4 的 Claude 回复 — dean_rie · 2026-11-11
- QA 工程师想用 MCP Agent 自动验证归因回传，替代每两周半天的人工检查 — Soobhee_Chukwutosin · 2026-11-11