DUET：协同进化的求解器与评分器智能体
原文标题：DUET: Co-Evolving Solver and Grader Agents
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。
论文指出智能体进化需要能随之适应的评估器，提出 DUET 框架，联合优化求解器智能体与评分器智能体。DUET 迭代选择任务、执行、评估并用工具调用更新模块交替修订两者，将评估从固定反馈源变为一等优化目标。在四个智能体基准上，DUET 同时提升求解器与评分器性能，优于固定评分器的基线。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DUET 让求解器与评分器智能体协同进化，在四个基准上同时提升两者性能。
- •指出固定评估器会随智能体进化而失效，评估与求解需联合优化
- •迭代选择任务、求解器执行、评分器评估，再用工具调用模块交替修订两者
- •把评估从固定反馈源变成一等优化目标，随求解器一起适应
- •在四个智能体基准上，求解器与评分器性能同时提升，优于固定评分器基线
为什么重要：对做 Agent 自进化与自动评估的团队，这条提示评估器本身也需要被训练，否则会成为能力上限。
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
AI分析40万条Reddit帖子发现Ozempic隐藏副作用
AI 摘要研究利用AI分析约40万条Reddit帖子，发现Ozempic等GLP-1药物此前未被充分记录的副作用。该成果展示AI在药物警戒与真实世界证据挖掘中的潜力，可补充传统临床试验与不良反应报告的盲区。
谷歌AlphaGenome Atlas绘制人类基因组图谱
AI 摘要谷歌DeepMind推出AlphaGenome Atlas，包含人类基因组中每个可能的DNA字母变化的预测图谱，有望加速科学研究并推动疾病治疗。该工具将改变我们对生物学的理解。
Meta Muse 下载破千万，国内创业团队争造中国版个人 Agent
AI 摘要Meta 个人 AI 助理 Muse 上线不足两月累计下载 1040 万次，带动国内 Personal Agent 创业热潮，Today AI、Manus Cue、Rabbit OS3 等相继入场。但创业团队需直面豆包、千问等大厂免费产品，以及跨 App 执行任务受微信、淘宝等平台限制的生态壁垒。
腾讯汤道生谈 WorkBuddy 商业化：不设收入数字逼团队
AI 摘要在 2026 腾讯全球数字生态大会上，腾讯发布跨应用办公协同体系 Buddy One，打通腾讯文档、会议、ima 与网盘，并推出商业化方案 Buddy One VIP。汤道生表示 WorkBuddy 商业化以支撑服务发展为目的，不设具体收入指标；负责人刘毅透露中国 500 强中 50% 已在使用，平台累计提交任务超 90 亿。