Google DeepMind 提出 Evo2 框架实现智能体 harness 与权重协同进化

Google DeepMind 发表了一篇重磅论文，探讨如何让智能体的运行框架（harness）与其权重协同进化。

（建议收藏）

如果你已经在记录框架改动及其结果，这些日志就可以转化为框架内部模型的训练数据。

Google 这篇论文很好地展示了如何实现这种协同进化。

具体来说，他们提出了 Evo2，一个用于权重与框架协同进化的框架。

工作原理：

一个策略扮演两个角色。作为提议者（Proposer），它会编写对自身框架的修改；作为反思者（Reflector），它会诊断每次修改带来了什么变化。这些修改及其结果随后成为两个角色的训练数据，先进行 SFT，再进行交替的 GRPO 训练。

结果：

Evo2 在 SWE-bench Verified 上达到 48.3%，在 Polyglot 上达到 82.1%，而最强基线分别为 41.0% 和 62.6%。仅框架部分的改进就让 GPT-5-mini 智能体在 SWE-bench Verified 上从 24.4% 提升到 48.3%。

进化后的框架还能迁移到其他基准测试，无需进一步进化。

论文：arxiv.org/abs/2610.13025

论文对话：academy.dair.ai/papers/evo-2…