上科大联合字节论文:Agent 进化停滞的根源是噪声评估辨不出真改进
ShanghaiTech · hf · 2026-11-19
上海科技大学联合字节跳动、BIGAI、南科大的论文《The Resolution Hypothesis》提出:Agent 自动进化( proposer 生成 prompt/skills/memory 等候选,selection 按分数择优)停滞的原因不是方法提不出更好的候选,而是噪声评估无法可靠识别真正更好的候选。
论文基于 7 种进化方法、6 个模型、超过 1000 万次 LLM 调用展开验证,在两个层面支持该假设:
- 候选层面(选 artifact):有用的候选确实存在,但选择的表现并不比随机好,无法区分有益与有害,错误逐轮累积。
- 方法层面(排名方法):各论文之间互有胜负,正是噪声评估导致跨论文结论不一致。
结论指向:Agent 进化的关键在于让「真改进」变得可检测、可积累,而非继续堆新提案方法。
「编程与Agent」频道最新
- 微软 Copilot SDK 2.0 发布:Rust 内核+多模型智能体框架全面开放 — PaulShellDev · 2026-11-19
- 开发者重拾 Notion:省去搭建的上下文前端选择 — ivanhzhao · 2026-11-19
- W3C 社区推 WebMCP polyfill,网页可向浏览器 Agent 暴露工具 — philnash · 2026-11-19
- DeepSeek 早期核心成员开源本地个人 Agent Linger,称推理提速 5 倍 — Aiden_Tech_Ai · 2026-11-19
- 手动复核 AI 监工器:多数检查项错多对少,作者自曝踩坑全过程 — chich2017 · 2026-11-19
- Meta 开源类型检查器 Pyrefly 1.5:100% typing 规范符合率,提速 40% — tdhopper · 2026-11-19