量子位
·
突破Claude-4编程上限！自进化Agent框架拿下新SOTA，已开源
💡
原文中文，约3200字，阅读约需8分钟。
📝
内容提要
中科院与清华大学等提出的SE-Agent框架突破了Claude-4的编程限制，提升了多步推理能力，成功率提高20.6%。该框架通过轨迹协同进化优化解决方案，刷新了开源框架的性能记录，展现出智能体自我改进的潜力。
🎯
关键要点
- 中科院与清华大学等提出的SE-Agent框架突破了Claude-4的编程限制，提升了多步推理能力，成功率提高20.6%。
- SE-Agent通过轨迹协同进化优化解决方案，刷新了开源框架的性能记录，展现出智能体自我改进的潜力。
- SE-Agent的核心思想是从“独立尝试”转向“集体进化”，通过三大核心操作实现智能体的进化。
- 三大进化算子包括修订、重组和精炼，分别用于深度自省、跨轨迹学习和多维评估。
- 在SWE-bench Verified基准上，SE-Agent在所有测试的LLM上实现了显著的性能提升，创造了最佳性能记录。
- SE-Agent的成功源于对现有智能体范式的几大核心突破，包括真正的解决方案多样性和跨轨迹协同智能。
- SE-Agent能够与现有智能体框架无缝集成，展现出一致的、强大的性能提升。
- 案例研究表明，SE-Agent能够有效避免“隧道视野”，发现更为关键的解决方案。
- SE-Agent为提升LLM智能体的复杂推理能力提供了全新的、高效的范式，开创了轨迹级优化的理论基础。
- 研究团队计划将SE-Agent的自进化思想扩展到更广泛的路径搜索问题中，持续推动通用人工智能的发展。
❓
延伸问答
SE-Agent框架的主要创新点是什么？
SE-Agent框架的主要创新点在于引入了集体进化的概念，通过修订、重组和精炼三大核心操作，实现智能体的自我改进和多步推理能力的提升。
SE-Agent如何提升多步推理能力？
SE-Agent通过轨迹协同进化优化解决方案，促进不同轨迹之间的知识共享和相互启发，从而提升多步推理能力，成功率提高20.6%。
SE-Agent在SWE-bench Verified基准上的表现如何？
在SWE-bench Verified基准上，SE-Agent在所有测试的LLM上实现了显著的性能提升，Claude-3.7-Sonnet的首次尝试成功率达到了61.2%。
SE-Agent的三大进化算子分别是什么？
SE-Agent的三大进化算子是修订（深度自省与定向改进）、重组（跨轨迹的知识共享）和精炼（多维评估与优化选择）。
SE-Agent如何避免传统智能体的“隧道视野”？
SE-Agent通过轨迹的重组与进化，强迫智能体探索不同的解决方向，从而有效避免了“隧道视野”，发现更为关键的解决方案。
未来SE-Agent的研究方向是什么？
未来，研究团队计划将SE-Agent的自进化思想扩展到更广泛的路径搜索问题中，如强化学习策略发现和具身智能规划，以推动通用人工智能的发展。
➡️
