让Agent读论文自我进化：ScholarEvolve把AppWorld完成率提升14个百分点
机器之心 · wechat · 2026-10-21
UCSB与微软团队提出ScholarEvolve，让Agent像人类研究者一样阅读最新文献来改进自身Harness。不修改模型参数的情况下，Qwen3.5-27B在AppWorld Challenge上任务完成率从49.6%提升至63.6%（+14.0pp），远超同类MetaHarness的54.6%。
核心方法
- 将Agent Harness拆为工具、上下文、技能、记忆、工作流五个模块，针对性寻找改进
- ResearchAgent分析执行轨迹识别问题，从arXiv检索相关论文，并用Topic Modeling覆盖不同技术路线，避免搜索局限
- CodingAgent阅读论文及代码实现，将方法落地为代码并在验证任务上测试，再寻找模块最佳组合
实验结果
- AppWorld Normal上Qwen3.5-27B从69.0%提升至81.4%；GPT-5.4-mini在AppWorld Challenge从46.1%提升至55.6%
- τ²-Bench Telecom上GPT-5.4-mini成功率从72.7%提升至81.9%
- 消融显示文献指导、模块化搜索、Topic Modeling均不可或缺；单独最优的模块组合后未必最优
终身进化：按论文时间构建三个连续研究窗口模拟新论文逐步加入，任务完成率从69.0%逐步演化至81.5%，展示随学界进展持续自我改进的可能。
所属事件:微软 ScholarEvolve 让 Agent 读论文自我进化(2 条相关)→
「编程与Agent」频道最新
- Polars 2.0 大胜 DuckDB 2.0：286GB 过滤实测附完整账单 — vanstriendaniel · 2026-10-22
- YC F26 项目 AuCert:AI agent 自动测 iOS/Android 应用,免写测试脚本 — ycombinator · 2026-10-22
- 用 Opus 做动画的六类玩法:宣传片、科普、手绘、3D、MV 与转场 — dotey · 2026-10-22
- Opus 太贵怎么办:Reddit 用户探索多模型编排省成本 — or45t · 2026-10-22
- Anthropic Agent4Sci:Opus 在 20 项科学 ML 基准上全部超越已发表最优模型 — dair_ai · 2026-10-22
- 10 个把 AI Agent 接入工作应用的开源 MCP 仓库清单 — victor_explore · 2026-10-22