EvoFSM：用有限状态机实现深度研究的可控自进化

摘要

虽然基于LLM的代理在深度研究上展现了前景，但大多数现有方法依赖固定工作流，难以适应真实世界的开放式查询。近期工作因此探索自进化——让代理重写自身代码或提示以提升问题解决能力——但无约束的优化常引发不稳定、幻觉与指令漂移。我们提出EvoFSM，一个结构化自进化框架，通过进化显式有限状态机（FSM）而非自由形式重写，同时实现适应性与可控性。EvoFSM把优化空间解耦为宏观的Flow（状态转移逻辑）与微观的Skill（状态内行为），在清晰的行为边界下实现有针对性的改进。在critic机制引导下，EvoFSM通过一小组受约束操作精修FSM，并进一步纳入自进化记忆，把成功轨迹蒸馏为可复用先验、把失败模式作为未来查询的约束。在五个多跳问答基准上的大量评测证明了EvoFSM的有效性。特别地，EvoFSM在DeepSearch基准上达到58.0%的准确率。在交互式决策任务上的额外结果进一步验证了其泛化能力。

EvoFSM：用有限状态机实现深度研究的可控自进化 — 图2：EvoFSM 框架总览。我们的方法由三个核心组件构成：(1) FSM Initialization（FSM 初始化），将研究过程形式化为一个从先前经验初始化的动态有限状态机；(2) Structured Self-Evolution（结构化自进化），采用原子操作，基于评审（critic）反馈精确优化系统的技能算子（𝒪 s k i l l \mathcal{O}_{skill}）与流程算子（𝒪 f l o w \mathcal{O}_{flow}）；(3) Self-Evolving Memory Mechanism（自进化记忆机制），将成功与失败轨迹蒸馏进经验池，以便为未来任务提供持续学习与热启动。