AgentGA：在智能体种子空间中演化代码解决方案

我们提出了 AgentGA，这是一个通过优化代理种子来发展自主代码生成运行的框架：任务提示加上初始化新工作区的可选父档案。外循环搜索这些可重用的起始条件，而不是直接编辑代码。每一代都会从重置工作区启动新的自主运行，而选定的父档案提供继承的工件，后代可以检查和重用。 AgentGA 将群体级遗传算法与长视野代理结合起来；选择使用确定性的 1:1 精英锦标赛，并且使用修改后的 Hedge 控制器在线调整操作员分配。我们在 16 项竞赛 Weco-Kaggle Lite 基准测试中实例化了表格 AutoML 方法。在此处报告的 10 次基准测试运行中，AgentGA 平均超过人类 74.52%，而 AIDE 平均超过 54.15%。在 1135 次父子比较中，给予父档案的后代优于从头开始的运行，这表明继承的工件改善了以后的自主运行。这些发现支持代理种子优化作为自主代码搜索系统的实用设计点。