AgenticGEO：面向生成式引擎优化的自进化Agentic系统

摘要

生成式搜索引擎代表着从传统的基于排序的检索向基于LLM的合成的转变，将优化目标从排序显著度转向内容收录。生成式引擎优化（GEO）专门致力于通过策略性操纵源内容，最大化在黑盒摘要输出中的可见性和归属。然而，现有方法依赖静态启发式、单提示优化或易于过拟合的引擎偏好规则蒸馏。它们无法灵活适应多样的内容或生成式引擎不断变化的行为。此外，有效优化这些策略需要不切实际的大量引擎交互反馈。为应对这些挑战，我们提出AgenticGEO，一个自进化Agentic框架，将优化表述为内容条件化的控制问题，通过增强内容的内在质量来稳健适应黑盒引擎的不可预测行为。与固定策略方法不同，AgenticGEO采用MAP-Elites档案演化多样的、可组合的策略。为降低交互成本，我们引入Co-Evolving Critic，一个轻量代理，近似引擎反馈用于内容特定的策略选择和精炼，高效引导进化搜索和推理时规划。通过在两个代表性引擎上的大量域内和跨域实验，AgenticGEO取得最先进的性能并展现出鲁棒的迁移能力，在3个数据集上超越14个基线。我们的代码和模型见https://github.com/AIcling/agentic_geo。

AgenticGEO：面向生成式引擎优化的自进化Agentic系统 — 图3：采用两阶段训练的AgenticGEO框架概览。离线对齐（Offline Alignment）利用来自初始档案 ℳ 0 \mathcal{M}_{0} 的离线偏好对热启动一个代理评论家（surrogate critic），将其校准为快速的、内容条件化的策略评分器。随后，在线协同演化（Online Co-Evolution）与黑箱生成引擎（GE）交互，迭代地、同时地演化一个MAP-Elites质量–多样性档案与该评论家。父代策略由以兄弟感知AWR训练的学习型演化器进行变异，评论家筛选候选以减少GE调用，新收集的GE反馈被存入重放缓冲区，以持续重新校准评论家并通过价值–新颖性门控更新档案。在推理时，演化后的档案与评论家通过选择并执行内容自适应的策略计划，实现智能体式多轮改写。