《失控进化》AEVO是什么？港科大爆火论文解读：MetaAgent接管进化机制，破解智能体长程失控难题

港科大爆火论文《Harnessing Agentic Evolution》深度解析！这篇论文核心研究智能体在长程进化中的失控问题，传统固定流程容易陷入旧规则，而通用编码智能体又易在复杂历史中漂移或早停。 论文核心论点：AEVO框架将进化过程本身建模成交互式环境，让累积的候选方案、反馈、轨迹、失败和成本成为过程级状态，再由一个元智能体（Meta-Agent）来编辑和优化未来的搜索机制。 方法入口：AEVO的动作不是直接生成新候选，而是修改影响后续搜索的底层机制，包括流程（procedure）、提示词（prompt）、技能（skill）、目标（goal）、工具（tool）、反馈格式（feedback format）、验证器（validator）和笔记（notes）等。 Harness作用：Harness提供了一个统一的工作区，记录候选历史、隔离评测器，并提供可恢复的命令行接口，使得整个进化过程可观察、可编辑、可记录、可恢复。 两类统一：在基于流程的进化中，AEVO修改选择、反馈、更新和预算规则；在基于智能体的进化中，AEVO修改通用智能体的运行上下文。 关键结果：在Terminal-Bench测试中，AEVO得分53.8，远超最强基线44.3；在ARC-AGI-2测试中得分47.0，对比最强基线36.0，平均相对提升高达26%。 开放式优化：AEVO在circle_packing_26、autocorrelation_second和Kernel优化三类任务中均达到最佳或并列最佳结果，例如在Kernel任务中，100轮进化到1138个周期，200轮进化到1121个周期。 轨迹解释：固定流程容易陷入平台期，直接编码的智能体容易过早停止进化。AEVO将停滞、重复失败和无效尝试转化为流程级的反馈，从而推动机制层面的修正。 系列定位：相比Meta-Harness、AHE、Continual Harness和Autogenesis等框架，AEVO补充了更通用的进化环境接口，将harness优化、在线调整和资源治理纳入统一框架理解。 风险边界：AEVO依赖于受保护的评测器、结构化的历史记录和可编辑的机制，元干预（meta-intervention）也会带来额外成本；实验中在缺乏Harness保护的情况下，两次出现了奖励黑客（reward hacking）的轨迹。