APEX：自适应原则抽取——面向生产智能体的三层自演化框架

人工智能代理的自我改进已成为一个关键的研究前沿：根据积累的操作经验修改自己的提示、工作流程和决策规则的系统。最先进的 Self-Harness 框架 [1] 通过挖掘故障集群和修补代理工具，在 Terminal-Bench-2.0 的基础上实现了 14--21% 的改进。然而，自我利用仅优化了一个维度——提示利用——保持行为原则和工作流拓扑不变。我们提出了 APEX（自适应原理提取），这是一个三层协同进化框架，可同时进化：（L1）通过故障模式修补的工具，（L2）通过成功跟踪蒸馏的行为原则[2]，以及（L3）通过基于结构适应性的选择的代理工作流拓扑[6]。我们在 Joe [13] 上实现了 APEX，这是一个基于 NVIDIA Nemotron 构建的生产级超级 AI 代理，被设计为 NVIDIA Agent Challenge 2026 的边缘 AI 代理工厂，使用 18 天收集的 114 个真实任务跟踪来管理 15 节点计算队列。 APEX 在单次进化运行中实现了 0.570 的 APEX 健康评分（与基线 0.300 相比，+90%），提炼出 6 个新颖的可重用原则，并选择了评分 0.900（+20%）的研究优先工作流拓扑。我们的结果表明，多维协同进化大大优于单轴线束优化，而在本地 qwen2.5-coder:32b 实例上仅需要 4 个 LLM 调用（约 270 秒）。