MetaEvo：体验驱动代理进化的元优化框架

大语言模型（LLM）表现出强大的推理能力，但大多数基于LLM的代理是静态部署的，无法通过任务交互来改进。现有的经验驱动方法通常依赖于记忆或启发式方法，而没有增强模型的学习能力，将其视为被动执行器，导致早期性能停滞不前，长期改进有限。为了解决这个问题，我们提出了 MetaEvo，这是一个用于持续智能体进化的两阶段框架，专注于改进模型从任务经验中学习的方式，而不仅仅是它存储的内容。 MetaEvo 首先应用基于偏好的优化来增强模型的原则抽象能力，然后在模块化代理架构中实现这些原则的积累和重用。各种推理基准的实验结果表明，MetaEvo 始终优于强大的基准，在迭代中保持可靠的改进。这些发现验证了元优化在使代理能够从经验中学习并不断增强其推理能力方面的有效性。