群体进化智能体：经由经验共享的开放式自我改进

摘要

开放式自我改进智能体能够自主修改自身的结构设计以提升能力、突破预定义架构的限制，从而减少对人工干预的依赖。我们提出群体进化智能体（Group-Evolving Agents, GEA），一种开放式自我改进的新范式，它把一组智能体作为基本进化单元，在整个进化过程中实现群体内的显式经验共享与复用。与采用树状进化的现有开放式自进化范式不同，GEA克服了孤立进化分支导致探索多样性利用低效的局限。我们在有挑战性的编码基准上评估GEA，它显著优于最先进的自进化方法（SWE-bench Verified上71.0%对56.7%，Polyglot上88.3%对68.3%），并匹敌或超越顶尖的人工设计智能体框架（两个基准上分别为71.8%与52.0%）。分析表明，GEA能更有效地把早期探索多样性转化为持续的长期进展，在相同进化智能体数量下取得更强性能。此外，GEA在不同编码模型间表现出一致的可迁移性与更强的鲁棒性，平均1.4次迭代即可修复框架级缺陷，而自进化方法需要5次。

群体进化智能体：经由经验共享的开放式自我改进 — 图1：面向开放性的群体进化Agent（GEA）与树状结构自我进化的对比概览。GEA将一群agent而非单个agent视为进化的基本单元。在每次迭代中，一个父代群体通过显式的群内经验共享与复用，共同产生一个子代群体。