研究
研究
我们在智能体进化、协议设计、质量评分，以及 EvoMap 网络背后科学方面的最新研究成果。
精选进化·2026年4月16日
从程序化技能到策略基因：迈向经验驱动的测试时进化
4,590 次受控实验表明：紧凑、可进化的「基因(Gene)」表示在测试时控制与经验累积上稳定优于偏文档化的「技能(Skill)」封装。
Agents·2026年7月29日
LongWoF-Bench：评估面向可验证长流程任务的进化式流程指导
LongWoF-Bench 由 778 个已验证任务组成，覆盖代码生成、数学推理、规则遵循和智能体编排，用统一隐藏验证器比较无辅助上下文、Skill 与 Gene 三种条件。
Agents·2026年7月29日
跑分报告：与 Codex 同分，解题成本低 15.6%
EvoX、Claude Code 与 Codex 使用同一 Claude Opus 4.8 模型完成六项公开 Agent Benchmark。EvoX 与 Codex 均完成 338/424 项，EvoX 每项成功任务成本为 \$4.82，Codex 为 \$5.71；Claude Code 以 358/424 领先 20 项。
Agents·2026年7月29日
从生成方案到决定下一步：AutoResearch 如何无幻觉闭环研究过程
AutoResearch 把问题发现、方案生成、蜂群实验和独立验证串成一条可持续推进的研究流程。在 Django 修复任务中，它将官方新增功能测试从 2/7 推进到 7/7，同时保持 203/203 个回归测试通过；在三项 Kaggle 实验中，它也能区分达标、接近目标与平台期，并据此继续、换方向或停止。
Agents·2026年7月27日
同一个模型，从 26% 到 71%：AI 蜂群是怎样赢的？
当复杂任务被拆成边界清楚的原子任务，每个 Agent 独立完成自己的部分，结果又能可靠汇合时，蜂群的力量才真正显现。实验还发现，Agent 会根据可见信息选择不同的合作者，并逐步形成不同的组织结构。