FlowEvo：通过工作流程和可执行技能的共同进化实现自我进化代理

arXiv:2607.21596v1 公告类型：新 摘要：大型语言模型代理通过构建结合推理、工具使用和代码执行的推理时间工作流程来日益解决复杂的任务。虽然这样的工作流程能够灵活地解决问题，但在执行过程中发现的有用过程通常是暂时的：它们有助于解决当前任务，但不会以可以系统地有利于未来任务的形式保留。我们推出 FlowEvo，这是一个无需培训的框架，可将成功的跟踪编译成可重复使用的技能记录。每条记录都将可调用工件与辅助结构化指导配对，并且在可行的情况下准入应用接口、重播和安全检查。这些技能记录在推理时保留在技能库中。 FlowEvo 围绕三个耦合机制进行组织：(1)~工作流到技能编译，从成功的跟踪中提取可重用的可执行工件； (2)~技能到工作流的反馈，通过直接执行或结构化上下文注入检索积累的技能以支持未来的问题解决； (3)~技能管理，监控下游效用并抑制导致负转移的技能。通过这种工作流-技能-工作流反馈循环，FlowEvo 使代理能够随着时间的推移积累和完善任务解决能力，而无需更新模型参数。跨越交互式环境（ALFWorld）和代码/数学生成（HumanEval、GSM8K）的基准实验表明，FlowEvo 在我们的实施设置下的评估基准中实现了最佳的准确性与成本权衡。在 ALFWorld 上，FlowEvo 实现了 82.8% 的成功率，比最强基线高出 23.6 个百分点，而其每集的平均代币使用量还不到最有效基线的一半。受控消融证实每种机制都对整体结果做出贡献。该代码在 https://github.com/DEFENSE-SEU/FlowEvo 上公开。