EurekAgent：智能体环境工程就是自主科学发现所需的全部

基于大语言模型的代理在自动化科学发现方面显示出越来越大的潜力。给定可优化的指标和执行环境，他们可以提出、验证和迭代科学解决方案，并产生优于人类设计方法的结果。随着模型能力的不断提高，我们认为自主科学发现的瓶颈正在从规定代理工作流程转向设计代理环境：塑造代理行为的资源、约束和接口。我们将其定义为环境工程：构建能够放大生产行为的环境，例如开放式探索、系统工件管理和代理间协作，同时抑制有害行为，例如奖励黑客和高摩擦的人类监督。我们推出了 EurekAgent，这是一个环境工程代理系统，用于度量驱动的自主科学发现。 EurekAgent 从四个维度对环境进行设计：有界代理执行和隔离评估的权限工程；文件系统和基于 Git 的协作的工件工程；用于预算意识探索的预算工程；以及人机交互工程，便于人工监督和干预。 EurekAgent 在多项数学、内核工程和机器学习任务上取得了最先进的新结果，其中包括以不到 11 美元的 API 总成本发现的新的最先进的 26 环包装结果。我们开源我们的代码和结果，并呼吁将环境工程作为开发可靠的自主研究代理的核心研究方向。