微软 ScholarEvolve 冻结模型参数,自动进化 agent 框架涨 14 个百分点
jiqizhixin · x · 2026-10-31
UCSB 与微软推出 ScholarEvolve:不改动模型参数,而是让 agent 自动阅读研究文献并进化自己的软件 harness(tool/context/skills/memory/workflow 五个模块)。
核心思路
- 只从自身失败中学习会把搜索限制在熟悉的修法上;许多有效技术已存在于论文中,但需要翻译成代码并与其他组件组合测试。
- 流程:失败审计 → 把失败转化为研究问题 → 检索相关论文 → 按「模块 × 主题」聚类排序 → 生成文献驱动的变异蓝图 → 验证集筛选 → 模块交叉组合,逐代进化出 champion harness,并做回归检查防止退化。
效果
- 用 Qwen3.5-27B 在 AppWorld Challenge 上任务目标完成率从 49.6% 提升至 63.6%,提高 14.0 个百分点。
- 进化出的 harness 包括工具校验修复、轨迹诱导伪代码技能、planner/solver/critic-verifier 工作流、查询感知的上下文预算、结构化情景记忆等模块,且优化不泄漏测试集。
「编程与Agent」频道最新
- 独立开发者用一套 threejs 代码把棋类游戏铺满苹果全平台 — ezshine · 2026-10-31
- Codex 官方预告:未来两天有两次 banked 用量重置 — JeremyNguyenPhD · 2026-10-31
- 预提交 hook 可信不等于代码可信:agent 可借 package.json 执行恶意改动 — izgorodin · 2026-10-31
- vibe coding 提效 10 倍：双 Agent 分工做设计系统再锁死 UI 规则 — pramodk73 · 2026-10-31
- Agent 框架与 Harness 之别：LangChain、Claude Code 选型指南 — Saboo_Shubham_ · 2026-10-31
- Codex 新增 tab 补全，体验被指酷似 Cursor Tab — reach_vb · 2026-10-31