elvis(@omarsar0)

Impressive way to reuse agent trajectories to evolve agent harnesses. Given how good LLM agents are...

8.5内容质量
Impressive way to reuse agent trajectories to evolve agent harnesses.

Given how good LLM agents are...

TL;DR · AI 摘要

Evolver框架通过重用代理轨迹提升任务成功率并减少token使用,实验显示成功率提升4.37%,token使用减少24.24%。

核心要点

  • Evolver框架使任务成功率从83.13%提升至87.50%
  • Claude Code和Codex在复用知识时token消耗降低24.24%
  • Gene资产存储机制实现知识复用无需修改模型参数

结构提纲

按章节快速跳转。

  1. 提出通过重用代理轨迹提升智能体性能的核心思想。

  2. ·Evolver框架

    介绍将探索轨迹转化为可复用Gene资产的存储机制。

  3. 展示在4个基准测试中成功率提升4.37%的实验数据。

  4. 说明无需修改模型参数即可实现知识复用的工程方法。

  5. 量化分析token消耗降低24.24%的效率提升效果。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • Evolver框架
    • 核心机制
      • Gene资产存储
    • 实验结果
      • 成功率提升4.37%
      • token消耗降低24.24%
    • 应用场景
      • Terminal-Bench
      • SWE-bench

金句 / Highlights

值得收藏与分享的关键句。

#LLM#Evolver#Agent Harness#Terminal-Bench#SWE-bench
打开原文

elvis on X: "令人印象深刻的利用代理轨迹来优化代理框架的方法。鉴于LLM代理在上下文感知方面的能力不断提升,这值得关注。这一想法并非全新,但正在成为框架工程中的重要模式:使代理框架能够复用积累的知识,而无需修改模型参数。他们提出了Evolver框架,用于将短暂的代理探索转化为持久、可复用的程序化体验。他们发现,当Claude Code和Codex能够复用早期运行学习到的内容时,能解决更多任务且消耗更少token,且无需对模型进行任何修改。该框架将这些程序化知识存储为结构化的"Gene"资产。Evolver在探索过程中收集这些资产,在任务开始时检索相关资产,并根据反馈进行修订。在针对Terminal-Bench 2.1、SWE-bench Multilingual、SWE-rebench和GAIA四个基准测试的320组配对运行的诊断集上,任务成功率从83.13%提升至87.50%。记录的token使用量下降了24.24%。在使用Evolver和未使用Evolver均能解决的265个任务中,token使用量仍下降了17.57%。代理消耗更少的token即可达到相同结果。

arxiv.org/abs/2611.07595

Chat with Paper:

academy.dair.ai/papers/evolver…

4:55 PM · Nov 8, 2026

·

5,512

Views

59

9

78

55