谷歌SHIFT按查询自动构建多智能体系统,准确率领先最强基线7.2点
google · hf · 2026-10-06
谷歌发布 SHIFT,解决「每个查询最适合的 agent harness(角色、指令、工具、通信结构)都不同,但逐查询搜索需在推理时执行大量替代方案」的难题:
- 把执行移出搜索循环:本地 LLM architect 从搜索中学习 harness 构建动作的策略,并用价值函数基于历史实测预测「精度-执行成本」权衡的效用;每个查询用 Monte Carlo 树搜索据预测构建 harness。
- 大规模验证:在六个基准 9,193 个任务(数学、文档、通用助手)上,搭配 Gemini 3.5 Flash 执行器,平均准确率约 80%,超过 17 个涵盖提示、提示优化与工作流搜索的基线,领先最强基线 7.2 个百分点;省钱模式以少 32% 的执行 token 达到更高准确率。
- 关键发现:联合选择结构、指令与工具,比只选指令或只选工具最多高 9.1 个百分点。
「编程与Agent」频道最新
- Google Docs 原生支持 Markdown，文件可成多 Agent 共享记忆 — Saboo_Shubham_ · 2026-10-06
- 用 Codex 自动化研究拿 232 倍加速：GPU Mode 内核赛第 12 名复盘 — dejavucoder · 2026-10-06
- 让 Claude Code 自主选型，它选了作者从未用过的 Preact — tristanbob · 2026-10-06
- 群体进化智能体 GEA：以群体而非单个 agent 为进化单元的新范式 — xwang_lk · 2026-10-06
- 「没人真的在 vibe code 数据库」：用户只在乎事能不能办成 — sujingshen · 2026-10-06
- huashu-art-motion 发布：Claude Code 一天做出 23 种画风一镜到底动画 — AlchainHust · 2026-10-06