蚂蚁 Mara Chain：失败编辑留证据，AppWorld 少 6 千次_rollout 追平 GEPA
jiqizhixin · x · 2026-11-14
Mara Chain:在固定模型权重下优化智能体系统
蚂蚁集团与 collaborators 提出的 Mara Chain 研究「可变层」优化：模型权重不动，只迭代 prompt、skills、harness 与代码。
核心机制:
- 失败编辑不丢弃:每个未达标的候选会带着得分、诊断信息、变更记录与执行轨迹进入一条有界精炼链，后续编辑可先修复部分问题或纠正实现错误，再统一评估是否保留。
- Pareto 过滤:保留任务层面优势互补的候选，随后对池子做 top-N 截断。
实验结果:
- AppWorld 上，3,280 次 rollout 即达到 0.8 验证分，而 GEPA 需要 9,514 次(论文实验设置下)。
- TerminalBench 2.1(89 任务)上，用 GLM-5 优化后的 harness 达到 71.9% 通过率。
「编程与Agent」频道最新
- shadcn 新 UI SDK 实测:agent 与人类共用同一表单组件实时协作 — shadcn · 2026-11-14
- Google Antigravity 重置全员 Gemini 额度，庆祝一周密集更新 — rseroter · 2026-11-14
- 十年 PostgreSQL 专家自述：Claude 让全团队都成了数据库专家 — RealGeneKim · 2026-11-14
- Claude Code 项目设置页大清理：灰色文字减少 55% — gem_ray · 2026-11-14
- npm 开始对发布包执行安全扫描，上传校验会变慢 — tristanbob · 2026-11-14
- 20 个冻结任务就够了：Reddit 实用指南教你评估 Agent 是否真的变好 — ChefOk4636 · 2026-11-14