标题Evo2: Evolving the Evolver through Weight-Harness Co-Evolution来源arXiv, 2610.13025v1️文章简介研究问题现有的自进化智能体通常只单独更新模型权重或只修改智能体的执行框架Harness忽略了两者之间的紧密联系如何能让它们协同进化以提升整体性能主要贡献提出了Evo2框架通过权重与框架的协同进化让一个共享策略同时扮演“提议者”和“反思者”显著提升了代码生成和记忆任务的性能且进化出的框架具有极强的跨任务迁移能力。重点思路双角色协同机制设计了一个统一的管道同一个模型策略既作为“提议者”编写框架修改代码又作为“反思者”诊断执行结果并指导修订两个角色共享参数并相互促进。交叉搜索策略在框架演化的树状结构中引入交叉搜索反思者可以从其他分支识别有效的策略提议者将其适配到当前框架中从而融合不同分支的优点。EvoTIDE训练流水线开发了专门的训练流程通过编辑提取和前缀续写技术从不完美的尝试中恢复有效轨迹结合监督微调SFT和交错组相对策略优化GRPO来训练共享策略。动态父池采样在训练过程中维护一个包含不同深度和性能水平框架的父池让模型既能学习改进强候选项也能学习修复弱候选项确保持续的学习信号。分析总结编码任务表现卓越在Polyglot和SWE-bench Verified基准测试中Evo2分别取得了82.1%和48.3%的成绩大幅超越最强基线方法证明了协同进化的有效性。强大的跨基准迁移性在一个基准上进化出的框架无需进一步调整即可在其他基准上取得最佳排名显示其学到的策略具有通用性和高可转移性。适用于闭源模型即使在不更新权重的情况下仅利用双角色搜索框架也能显著提升GPT-5-mini等专有模型的性能使其解决率从24.4%翻倍至48.3%。泛化至记忆任务将该框架应用于长上下文记忆任务在LoCoMo和LongMemEval基准上均取得最佳性能证明了该方法在不同领域间的广泛适用性。效率与性能兼得相比基线方法Evo2在取得更高准确率的同时每个任务所需的推理令牌数和LLM调用次数更少实现了更高效的任务解决。个人观点论文打破了“改模型”和“改代码”的界限让模型在修改外部框架的过程中积累内部经验反过来又用这些经验去训练模型本身。