arXiv cs.AI· Zhezheng Hao, Hong Wang, Jian Luo, Jianqing Zhang, Yuyan Zhou, Qiang Lin, Can Wang, Hande Dong, Jiawei Chen·· 3 天前AI 评分34
ReCreate：通过经验驱动推理与创建领域智能体
ReCreate: Reasoning and Creating Domain Agents Driven by Experience
AI 导读
ReCreate 是一个经验驱动的领域智能体创建与进化框架，通过 agent-as-optimizer 范式让优化器智能体检查执行经验，迭代改进任务智能体的提示词、工作流、工具和记忆。在覆盖四个领域的十三项评测中，ReCreate 持续优于人工设计智能体及现有自动化智能体生成与自进化基线，即使从最小种子脚手架起步也能进化。
正文 · AI 翻译
摘要：大语言模型（LLM）智能体正在重塑产业格局。然而，大多数实用智能体仍然依赖人工设计的脚手架，这使得它们在多样化领域中的创建与适配成为劳动密集型工作。这一现状引出一个核心问题：我们能否通过真实环境中的交互经验来自动创建并演化领域智能体？尽管近期的方法试图实现智能体创建的自动化，但其中一些将脚手架优化视为主要由最终性能指标引导的黑盒过程。此类策略忽视了能够解释智能体成功或失败原因的关键证据，并且往往带来高昂的计算成本。为解决这些局限，我们提出 ReCreate，一个由经验驱动的框架，用于创建并演化专门的领域智能体。ReCreate 系统性地利用智能体交互历史来识别成功与失败的原因，并指导有针对性的脚手架更新。具体而言，我们引入了一种“智能体即优化器”范式，其中优化器智能体主动检查执行经验，并通过三个关键组件迭代地改进任务智能体的脚手架：（i）经验存储与检索机制，用于按需检查证据；（ii）推理—创造协同流水线，将执行证据转化为对提示、工作流、工具和记忆的更新；（iii）分层更新，将实例级改进整合为可复用的领域级改进。在涵盖四个领域的十三个评估设置中进行的实验表明，ReCreate 始终优于人工设计的智能体以及现有的自动化智能体生成与自演化基线，即使从最小的种子脚手架开始演化也是如此。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2601.11100 [cs.AI] |
| （或使用 arXiv:2601.11100v3 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2601.11100 由 DataCite 提供的 arXiv 颁发 DOI |
提交历史
来自：Zhezheng Hao [查看电子邮件]
[v1]
2026年1月16日星期五 09:00:03 UTC（765 KB）
[v2]
2026年4月28日星期二 16:55:02 UTC（842 KB）
[v3]
2026年10月13日星期二 08:41:12 UTC（839 KB）
来源：arXiv cs.AI · arxiv.org