Strategist：用元智能体自动演化推理策略，30 项基准中 24 项胜出
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，非原文转载策略作为可复用蓝图
论文的出发点是：模型只构成智能体系统的一半，另一半是把模型调用组织成回答的推理流程，而这部分目前由人工编写，且一次构建的经验难以带到下一次。Strategist 把策略写成蓝图，即其他策略能够复用的可执行代码，多个蓝图共同组成一个库。给定任务和一个小规模开发集后，元智能体会先检索相关蓝图，再写出候选策略，在真实样本上运行测试，并根据结果修改。每个候选策略都会进入库中，使后续任务能够建立在早先的发现之上。这一循环让原本不被自动优化的那部分系统也进入自我改进的轨道。
基准结果与成本
在 30 个基准上，Strategist 在 24 个上优于最强基线，并在平均准确率上与基线基本持平，为 74.7% 对 74.0%，同时推理成本降低 39%。也就是说，性能没有退步，而调用开销明显下降。论文还报告，演化得到的策略可以迁移到未见过的任务以及其他模型上，不需要再执行一轮搜索。这一点关系到方法是否只在特定任务或特定模型上有效，还是能作为可搬运的推理流程资产使用。
定位与发表信息
论文将自身定位为让 AI 系统中原本不自我改进的部分开始自我改进，并把推理策略的构建从一次性手工劳动转为可积累的库。该工作提交于 2026 年 11 月 2 日，编号 arXiv:2611.03618，标注为 NeurIPS 2026，归类在 cs.AI 与 cs.CL。作者为 Taiming Lu、Qi Xu、Zhigang Hua、Zhuang Liu。摘要未披露蓝图的具体表示格式、检索方式与开发集规模等实现细节。
为什么值得看
把智能体里长期靠手写的推理策略变成可自动演化、可复用的代码资产，并给出成本与准确率的量化对比。
信源1 家
关键事实
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。