DeepMind 论文：agent 框架与权重协同进化，SWE-bench 从 41% 提至 48.3%
omarsar0 · x · 2026-10-13
Google DeepMind 发表论文，提出让 agent 的 harness（执行框架）与模型权重协同进化，框架 Evo2：
- 一个策略扮演两个角色：作为 Proposer 编写对自己 harness 的修改；作为 Reflector 诊断每次修改带来了什么变化
- 这些修改及其结果成为两个角色的训练数据，训练方式为 SFT + 交错 GRPO
- 结果：Evo2 在 SWE-bench Verified 达 48.3%、Polyglot 达 82.1%，对比最强基线的 41.0% 和 62.6%
- 仅靠进化出的 harness，就能把 GPT-5-mini agent 在 SWE-bench Verified 上从 24.4% 拉到 48.3%
实践启发：如果你已经在记录 harness 的改动与结果，这些日志本身就可以变成 harness 内模型的训练数据。
所属事件:DeepMind 论文提出框架与权重协同进化新方法(2 条相关)→
「编程与Agent」频道最新
- Grok Bot 官方模板成金矿：5 分钟定时任务月烧 400 美元算力 — elonmusk · 2026-10-16
- Harness 开源桌面与移动端应用：跨框架跨机器编排 agent 集群 — dee_hw · 2026-10-16
- 开源 Google Analytics MCP Server:自然语言查网站数据 — modelcontextprotocol · 2026-10-16
- 研究者长期实验：什么样的提示词能让 LLM 产出最有意思的点子？ — arjunrajlab · 2026-10-16
- a16z 播客:AI 让 10 人公司效率翻倍,工程师差距拉大 10 倍 — a16z · 2026-10-16
- Agent 跑任务卡死屏幕，用户每五分钟喊一次「等一下」 — every · 2026-10-16