亚马逊 MILO 框架:自动进化 agent harness,Terminal-Bench 登顶
amazon · hf · 2026-10-02
亚马逊发布 MILO(Meta-evolutionary Island Orchestration)框架,自动搜索并优化 agent harness——即控制模型执行与环境交互的外层系统,其设计对长程任务表现影响巨大但一直依赖大量人工调优。
方法核心:
- 基于岛屿树的层级谱系记忆,把被拒绝的变异当作负证据;
- 每个岛屿的 mutator agent 利用全局搜索历史和父代反馈改写完整 harness;
- 编排器通过谱系嫁接、物种分化、mutator 重分配和课程修订自适应调整搜索。
结果:在 Terminal-Bench 2.1、PaperBench、DeepSWE 上,MILO 发现的 harness 超过 8 个 SOTA harness 和 6 种搜索方法。用 Opus 4.8 时,相比初始 harness 分辨率分别提升 +12.0%、+28.3%、+10.3%;Terminal-Bench 2.1 达到 86.1±2.0%,超过官方榜首(83.8±2.3%)且 token 用量少 26%。在 EinsteinArena 数学开放问题上还刷新了 Erdős minimum-overlap 与自相关不等式的已知最优界。
「编程与Agent」频道最新
- 编码 agent 缓存撑爆硬盘,Plonge 一键安全清理帮 Mac 找回 40GB — JordanMorgan10 · 2026-11-16
- Teknium 提醒:勿用 900k 版 GPT 模型,272k 上下文后额外计费 — Teknium · 2026-11-16
- ChatGPT 商业 agent 实机首秀,agent builder 同步亮相 — gaganghotra_ · 2026-11-16
- Scenario 免费上线 AI 创作者学院:17 门课 90 课时覆盖图视音 3D — smtabatabaie · 2026-11-16
- 开源 AI 工程课自带 Agent 导师:装进 Claude Code 就能一对一授课 — ghumare64 · 2026-11-16
- 让 Claude 把自己装进你的 artifact,用户用量算各自的 — TawohAwa · 2026-11-16