微软 CASD 论文:编码 Agent 直接从日志蒸馏提示词,平均提升 16.6 个百分点
rohanpaul_ai · x · 2026-10-02
论文《Coding Agents are Strong Prompt Optimizers》(arXiv:2609.26261)提出 CASD(Coding-Agent Skill Distillation):给定静态的 Agent 轨迹语料,现成的编码 Agent 即可直接合成优化后的提示词,无需环境访问或验证数据。
- 关键在反思范围:不是逐步小批量反思,而是让编码 Agent 写并执行分析代码,计算全语料统计、识别系统性失败模式、检查代表性片段,再蒸馏为行为规则
- 在 ALFWorld、τ²-bench(零售/电信)、SpreadsheetBench-Verified 四项基准上,单次 CASD 在 3/4 基准胜过 SOTA 反思式优化器 GEPA,4/4 胜过 SkillOpt;平均比未优化基线提升 16.6 个百分点(GEPA 为 10.9)
- 由于是单次离线分析而非迭代搜索,每条提示词成本约 $1.60,比验证门控搜索便宜 22 倍以上
所属事件:微软论文提出 CASD:编码 Agent 可自我优化提示词(2 条相关)→
「编程与Agent」频道最新
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16