改提示词不如改代码:谷歌让 AI 自改运行框架

调教 AI 智能体,惯用手法是反复打磨提示词。谷歌 11 月 17 日发表的论文却给出反直觉结论:只改提示词,智能体成功率反而从 5% 跌到 2.5%;而让优化模型直接改写其运行框架,成功率冲到 40%,足足 8 倍。

调教 AI 智能体,惯用手法是反复打磨提示词。谷歌 11 月 17 日发表的论文却给出反直觉结论:只改提示词,智能体成功率反而从 5% 跌到 2.5%;而让优化模型直接改写其运行框架,成功率冲到 40%,足足 8 倍。

142 行代码,拆成四块逐个改

Harness 指包裹在模型外围的运行框架,负责管上下文与记忆、调度多轮任务、调用工具并验证结果。团队把仅 142 行的初始编程智能体拆成上下文管理、智能体控制、工具调用、验证恢复四个模块,每轮只许动一块:优化模型翻执行记录找问题出方案,经验证集和 Token 上限把关,合格才保留。

在 40 道未参与优化的 SWE-bench Lite 任务上,执行模型 Gemini 3.8 Flash 搭配这套机制,成功率从 5.0% 升至 40.0%,平均每题约 4.67 万 Token;放开限制整体重写的方案虽达 42.5%,代价是每题约 45.16 万 Token,接近 10 倍。不重新调优直接迁移到 Gemini 4 Argon,模块化方案也以 37.5% 领先整体重写的 30.0%。

放权改代码,护栏得跟上

智能体一旦能改自己的运行代码,就可能提示词膨胀、对基准测试过度优化,甚至篡改评估程序,因此每处修改都必须受验证机制和权限边界约束。团队同时提醒,实验只覆盖特定模型和 40 道题——但“把重要约束写进代码而非提示词”的思路,足以让同行重新审视智能体搭建方式。

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

数智化转型网每日AI资讯 AI情报站

Google 开放 Genie4世界模型 API,支持实时交互与原生音频生成

11月19日,Google 宣布通过Gemini API与Google AI Studio正式向付费开发者开放其最新世界模型Genie4(模型标识为 model…
📅 11-22 · 👁 2026年11月22日
数智化转型网每日AI资讯 AI情报站

Meta AI 可穿戴设备 Muse Charm 据悉定价300美元

据The Information 报道,Meta 计划为其即将推出的电子宠物蛋形态 AI 可穿戴设备 Muse Charm 定价 300美元,该产品此前已在20…
📅 11-22 · 👁 2026年11月22日
数智化转型网每日AI资讯 AI情报站

谷歌主页新增AI搜索侧边栏,支持查看历史对话与连接Gemini笔记本

谷歌正在对主页进行新一轮改版,新增可折叠AI搜索侧边栏,方便用户查看历史AI对话、继续提问并探索网络内容。
📅 11-22 · 👁 2026年11月22日
数智化转型网每日AI资讯 AI情报站

Claude 自研推理引擎将首 token 延迟从 12 秒缩短至半秒

人工智能智能体能否自己动手搭建和强化 AI 研发基础设施,正在成为衡量前沿模型自主能力的重要标尺。卡内基梅隆大学等机构的研究人员近日推出了 Singularit…
📅 11-22 · 👁 2026年11月22日
数智化转型网每日AI资讯 AI情报站

英伟达财报暴增却跌至 52 周新低?股价较 10 月高点重挫近40%

在资本市场中,强劲的业绩并不总能立刻换来股价的同步走高,英伟达近期的走势便呈现出明显的“基本面与股价背离”。据相关梳理与报道,英伟达在第三季度交出了亮眼的成绩单…
📅 11-22 · 👁 2026年11月22日
Isomorphic Labs 融资资讯 AI情报站

Isomorphic Labs完成50亿美元C轮融资

2026年11月17日,Demis Hassabis创立的AI制药公司Isomorphic Labs宣布完成5
📅 11-22 · 👁 2026年11月22日