Evolving Agent Teams 多智能体框架让编码智能体跳出局部最优
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的问题
论文关注的是软件工程智能体在开放式问题上的表现，具体场景选在 GPU kernel 优化。作者发现，现有编码智能体在真实、由专家手写的 kernel（如 FlashInfer）上会收敛到局部最优，难以继续改进。这一观察构成了框架设计的出发点：问题不在于单次生成质量，而在于智能体缺少跳出当前解法的机制。
框架的两个部件
Evolving Agent Teams 由两部分组成。其一是中央监督者，负责诊断每一次局部最优的成因，并据此重新组织智能体团队的结构。其二是持久化文件系统，其中保存学习文档、演化历史以及各团队的产物，使每次重组都能建立在已积累的经验之上，而不是从零开始。两者配合，把「诊断—重组—积累」串成循环。
实测结果
在 token 预算相同的前提下，该框架在对比中稳定胜过强编码智能体基线。把预算延长后，它从零写出的 CUDA kernel 相对生产版 FlashInfer MLA paged decode 取得 1.2 倍平均加速，在 FlashInfer-Bench 的 47 个生产负载中赢下 36 个，剩余 11 个落在 0.86-0.99 倍区间。论文还报告了其他任务的结果：AMD MI350X 上的 KDA prefill 相对 vLLM 为 3.01 倍，NVIDIA B200 上相对 FlashKDA 为 3.44 倍；Apple silicon 上的 MoE expert-offload 服务在 48 GB M4 Pro 上用 MLX 4-bit 运行 Qwen3.8-Flash-Next，解码为 30.3 tokens/s；RoboDojo 机器人操作在留出种子上得 62.1，对比榜单最佳条目为 55.3。代码已公开。
为什么值得看
多智能体如何跳出局部最优是编码智能体的核心难题，论文给出了可复现的框架与多项硬件实测结果。
信源1 家
关键事实
论文提出 Evolving Agent Teams 多智能体框架，包含中央监督者与持久化文件系统两部分[1]
在相同 token 预算下，该框架稳定优于强编码智能体基线[1]
延长 token 预算后生成的 CUDA kernel 相对生产版 FlashInfer MLA paged decode 取得 1.2 倍平均加速[1]
在 FlashInfer-Bench 的 47 个生产负载中赢下 36 个，其余 11 个为 0.86-0.99 倍[1]
在 AMD MI350X 的 KDA prefill 任务上相对 vLLM 为 3.01 倍，在 NVIDIA B200 上相对 FlashKDA 为 3.44 倍[1]
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。