Meta 与普林斯顿推出 Strategist:智能体自进化推理策略省 39% 推理成本
armand_ruiz · x · 2026-11-10
Meta 与普林斯顿的研究者发布论文《Strategist: Evolving Reasoning with Agents》，提出一个能自己进化推理策略的 meta-agent，让过去靠人工手写的 inference 策略变成可搜索、可复用的资产。
核心机制
- 每条策略被写成可执行的代码蓝图（blueprint），存入共享策略库，后续任务可复用早期发现；
- 每轮流程：检索相关蓝图 → 提出 5 个候选策略 → 在真实样本上测试 → 根据结果修订；
- 模型本身冻结，只有策略在进化；每条候选策略连同其测得的准确率和成本都会入库。
主要结果
- 在 30 个 benchmark 中的 24 个上超过最强 baseline；
- 平均准确率持平（74.7% vs 74.0%）的同时推理成本降低 39%（0.61×）；
- 策略可零额外搜索迁移到未见任务和其他模型：迁移到 GPT-5 提升 +20.5 分（成本 0.65×），Gemini-2.5 提升 +14.7 分（0.60×），Qwen3 提升 +1.6 分。
论文认为，agent 系统中唯一还没被自动改进的部分——推理流程本身——现在也可以被搜索和积累了。代码已开源。
「编程与Agent」频道最新
- dhh 点赞 TensorFold：本地 AI 配方进驻 Omarchy — udmrzn · 2026-11-10
- LlamaParse 五种部署模式详解：SaaS、自有云到自管 GPU — llama_index · 2026-11-10
- LlamaParse 五种部署模式:从 SaaS 到自有 GPU 全覆盖 — llama_index · 2026-11-10
- 预测市场 Agent 实战:自估 34.5% 对市价 20%,何时才该下单? — Dry-Comfortable-2678 · 2026-11-10
- NVIDIA 发布 AgentBaton:任务内大小模型协作省算力 — _akhaliq · 2026-11-10
- OpenClaw 发布 v2026.11.2 补丁：113 个 PR 修复更新失败与提醒丢失 — dean_rie · 2026-11-10