Meta 推出 TreeFlex：智能体自管搜索树，4B 模型深研成绩反超 ReAct
dair_ai · x · 2026-10-15
Meta AI 新论文提出 TreeFlex 框架，让智能体自己管理搜索：
- 问题：ReAct 式智能体把所有中间结果和失败尝试堆在单一上下文里，有用证据越来越难找。
- 做法：智能体把每个中间状态连同简短摘要存为搜索树节点；同一模型在 Reflection 角色通读节点摘要、决定从哪继续/分支/验证/停止，在 Execution 角色沿路径执行任务。用树感知版 GRPO 联合训练导航、行动、检查点与提案审核。
- 成绩：同样上下文上限下，4B 模型在深度研究基准达 48.8%，高于 flat ReAct 的 41.5% 和 FoldAgent 的 42.8%,Pass@8 高出约 10 分；同一 9B 基座经 RL 训练后，TreeFlex 在 SWE-bench Verified 达 54.9%,对比 FoldAgent 43.3%、其逐步变体 45.2%。
「编程与Agent」频道最新
- 网友：亚马逊若推出面向 Agent 的无头商店将赚翻 — djcows · 2026-10-15
- poteto 开源 pstack：一套让编码 Agent 严谨干活的 skills — DanielLockyer · 2026-10-15
- Geoffrey Huntley 提出开源新模式：拒收 PR，开放 Remix — kieranklaassen · 2026-10-15
- E2B 沙箱用量 5 个月翻倍至 20 亿，61% 流量来自 agent — FinanceYF5 · 2026-10-15
- 合并量涨到每天 3 万次,Anthropic 弃用 Git 自研源码管理 — shashib · 2026-10-15
- 一次改战略全链路自动更新：多 agent 共享对话重新定义 AI 工作流 — FellMentKE · 2026-10-15