固定权重下自演化智能体框架获理论分析

Chuyang Wei 等作者发布论文，提出 Harness 自进化框架：在模型权重固定不变的前提下，修订智能体的提示词、记忆、工作流和可执行组件，并让被接受的修订跨运行持久保留。 该框架区分了可解释状态的变更与工具代码、仓库级控制逻辑及插件组合的修订，并给出理论分析，包括基于持续 PAC 学习的期望泛化界、基于历史回归预算的保留界和高概率准入规则。作者称论文含 66 页的相关工作、理论、算法、评估与应用讨论，并附持续更新的代码和补充材料。上述泛化界与准入规则为论文提出的理论结果，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。