EvoMaster：用于大规模构建不断进化的自主科学代理的基础代理框架

大语言模型和代理的融合正在催生科学发现的新时代：代理科学。虽然科学方法本质上是迭代的，但现有的代理框架主要是静态的、范围狭窄的，并且缺乏从试错中学习的能力。为了弥补这一差距，我们推出了 EvoMaster，这是一个专门为大规模代理科学设计的基础进化代理框架。在持续自我进化的核心原则的驱动下，EvoMaster 使智能体能够迭代地完善假设、自我批评，并在整个实验周期中逐步积累知识，忠实地反映人类的科学探究。至关重要的是，作为与领域无关的基础工具，EvoMaster 非常容易扩展——使开发人员能够用大约 100 行代码为任意学科构建和部署功能强大、自我进化的科学代理。在 EvoMaster 的基础上，我们孵化了跨机器学习、物理和普通科学等领域的 SciMaster 生态系统。对四个权威基准（Humanity's Last Exam、MLE-Bench Lite、BrowseComp 和 FrontierScience）的评估表明，EvoMaster 分别取得了 41.1%、75.8%、73.3% 和 53.3% 的最先进分数。它的性能全面优于通用基线 OpenClaw，相对改进范围为 +159% 到 +316%，有力地验证了其作为下一代自主科学发现的首要基础框架的有效性和通用性。 EvoMaster 可在 https://github.com/sjtu-sai-agents/EvoMaster 上获取。