华为 EvoTrias 将搜索规划与编码评分解耦,Token 成本降 64%

原标题:New Huawei paper finds that code-evolution agents do better and spend less when search planning, cod...
78AI 研判分

华为提出 EvoTrias 代码进化智能体框架,将搜索规划、代码编写与评分三项职责分别交给控制器、编码智能体和不可见的评估器三个独立主体。在 7 项数学任务中领先 6 项,单次运行 Token 成本较 4 智能体 CORAL 降低 64%;在 68 万行 C++ 的 OR-Tools 仓库上,300 个实例的求解器质量提升 13.2%,而同一智能体单次运行平均为 -0.1%。核心结论是:对智能体隐藏评分器,并把搜索规划从编码智能体中剥离。

报道正文

Rohan Paul (@rohanpaul_ai) · 2026-11-16 19

华为的一篇新论文发现,当搜索规划、代码编写和评分分别由 3 个独立主体负责时,代码进化智能体表现更好、开销更低。

AlphaEvolve 类系统通过编写代码、为其评分并挑选下一步尝试的内容来改进程序。有些系统给代码编写者很少的自由度,另一些则让 1 个编码智能体以高昂的 token 成本主导搜索,而且没有一个系统对评分器进行隐藏。

EvoTrias 让每项工作都有自己的负责主体。一个控制器主导搜索,一个类似 Claude Code 的编码智能体编写代码,一个智能体无法读取的评估器负责评分。

在 7 个数学任务上,它在其中 6 个任务中领先,并将每次运行的 token 成本相比 4 智能体的 CORAL 降低了 64%。在 OR-Tools(一个 68 万行的 C++ 代码仓库)上,它在 300 个实例上将求解器质量提升了 13.2%,而同一智能体的单次运行平均为 -0.1%。

对于代码优化智能体循环而言,要对智能体隐藏评分器,并将搜索规划排除在编码智能体之外。

推文配图