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
- 统一 CUA 平台设想:本地装一个入口让云端 Agent 远程操控 PC — Darpinian · 2026-10-02
- Claude Code 云沙箱新增 Nix 支持 — sloppenheimer · 2026-10-02
- NVIDIA 论文:终端 Agent 加个强验证器,成功率从 50% 升至 68% — rohanpaul_ai · 2026-10-02
- 新范式神经符号化计算机操作：让 Agent 学会肌肉记忆，成本降 99% — xwang_lk · 2026-10-02
- Stripe 代付 gas 费：智能体稳定币支付再无门槛 — jeff_weinstein · 2026-10-02
- 「旗帜游戏」论文:智能体群凭碎片协作推理,探索群体动力学 — Hidenori8Tanaka · 2026-10-02