EvoGroup：面向共享上下文群体智能体的自进化框架
原文标题：EvoGroup: A Self-Evolving Harness for Group Agents in Shared Contexts
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文针对 Claude Tag 等群体智能体在共享上下文中难以沉淀群体知识的问题，提出自进化框架 EvoGroup，从六工具冷启动出发，通过置信度筛选轨迹与分桶分析持续改写 Harness。EverMemBench 上 pass@1 从 71.07% 升至 89.58%，超过 Claude Code 的 85.83%，并在 GroupMemBench 上验证泛化。
- 问题
- 群体智能体在共享上下文中难以沉淀群体级知识。
- 方法
- 自进化框架从六工具冷启动，用置信度筛选轨迹、分桶分析持续改写 Harness。
- 结果
- EverMemBench 上 pass@1 从 71.07% 升至 89.58%，超过 Claude Code 的 85.83%。
- 影响
- 团队协作型智能体的记忆可自动进化，减少人工设计记忆策略的成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
EvoGroup 从六工具冷启动自进化，EverMemBench pass@1 从 71.07% 升至 89.58%，超过 Claude Code 的 85.8
- •针对 Claude Tag 等群体智能体共享上下文难沉淀群体知识的问题
- •从最小六工具冷启动，靠置信度与任务结果筛选有信息量的轨迹
- •低置信度时触发对不确定性的自我反思，分析智能体再分桶归纳并改写 Harness
- •EverMemBench 留出集 pass@1 由 71.07% 升至 89.58%，高于 Claude Code 的 85.83%
- •冻结进化后的 Harness 在未见过的 GroupMemBench 上配合 GPT-5.5 验证泛化
为什么重要：群体智能体的记忆系统此前多为个人用户设计，EvoGroup 把「群体知识」做成可自动进化的 Harness，对做多用户协作智能体的团队有直接参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。