FlowEvo: Przełomowy system samoewolucji agentów AI bez aktualizacji modelu
Framework FlowEvo umożliwia agentom AI samodzielną ewolucję przez gromadzenie umiejętności. Osiąga 82,8% skuteczności przy dwukrotnie mniejszych kosztach.

Źródło zdjęcia: arXiv.org
Zespół badaczy opracował FlowEvo — nowatorski framework, który umożliwia agentom AI samodzielną ewolucję poprzez gromadzenie i udoskonalanie umiejętności bez konieczności aktualizacji parametrów modelu. Badanie opublikowane na arXiv przedstawia system, który kompiluje skuteczne procedury rozwiązywania problemów w wielokrotnego użytku „banku umiejętności”.
Kluczowe wnioski
- FlowEvo osiąga 82,8% skuteczności w środowisku ALFWorld — o 23,6 punktu procentowego więcej niż najlepszy baseline, przy dwukrotnie mniejszym zużyciu tokenów na epizod.
- System działa w pętli sprzężenia zwrotnego: kompiluje skuteczne procedury w umiejętności, wykorzystuje je w przyszłych zadaniach i kuruje kolekcję, eliminując te powodujące negatywny transfer.
- Framework jest bezparametrowy — nie wymaga aktualizacji modelu, a umiejętności gromadzone są w czasie inferencji.
- Każda umiejętność łączy wykonywalny artefakt z ustrukturyzowanym przewodnikiem oraz przechodzi kontrole interfejsu, powtarzalności i bezpieczeństwa.
- Testy na benchmark'ach HumanEval i GSM8K potwierdzają najlepszy stosunek dokładności do kosztów wśród ocenianych rozwiązań bazowych.
Mechanizm samoewolucji agentów
FlowEvo rozwiązuje fundamentalny problem współczesnych agentów językowych: procedury odkrywane podczas wykonywania zadań są zazwyczaj tymczasowe i nie przynoszą systematycznych korzyści przyszłym zadaniom. System organizuje się wokół trzech sprzężonych mechanizmów działających w ciągłej pętli.
Pierwszy mechanizm — kompilacja workflow-to-skill — ekstraktuje wielokrotnego użytku artefakty wykonywalne z udanych śladów działania. Drugi zapewnia sprzężenie zwrotne skill-to-workflow, pobierając zgromadzone umiejętności do wspierania przyszłego rozwiązywania problemów poprzez bezpośrednie wykonanie lub strukturalne wstrzykiwanie kontekstu. Trzeci mechanizm kuracji umiejętności monitoruje użyteczność downstream i eliminuje umiejętności powodujące negatywny transfer.
Wyniki eksperymentalne i zastosowania
Eksperymenty przeprowadzono na benchmark'ach obejmujących interaktywne środowiska (ALFWorld) oraz generowanie kodu i matematyki (HumanEval, GSM8K). W środowisku ALFWorld FlowEvo osiągnął imponującą skuteczność 82,8%, znacznie przewyższając najsilniejszy baseline. Jednocześnie średnie zużycie tokenów na epizod było mniejsze niż połowa najbardziej wydajnego rozwiązania bazowego.
Kontrolowane ablacje potwierdziły, że każdy z trzech mechanizmów przyczynia się do ogólnego rezultatu. System wykazuje szczególną skuteczność w zadaniach wymagających kombinacji rozumowania, użycia narzędzi i wykonywania kodu — obszarach, gdzie tradycyjne podejścia często zawodzą ze względu na brak mechanizmów uczenia się z doświadczenia.
FlowEvo otwiera nową ścieżkę rozwoju agentów AI, umożliwiając im ciągłe doskonalenie bez kosztownych aktualizacji parametrów modelu. Autorzy udostępnili kod publicznie, ułatwiając dalsze badania nad samoewoluującymi systemami sztucznej inteligencji.
Źródła
Podobne publikacje

Qwen4-Max od Alibaby rzuca wyzwanie Opus 5.5 i GPT-6 niższą ceną
Qwen4-Max od Alibaby ma 2,4 bln parametrów, nową architekturę i koszt zadania niższy o dwie trzecie. Sprawdzamy benchmarki, ceny API i funkcję Live Delivery.

Benchmark MKA: najlepsze AI spełnia 56,6 proc. wymagań ekspertów
Benchmark MKA od Google DeepMind i Artificial Analysis sprawdził AI na 200 zadaniach z planami, wykresami i arkuszami. Najlepszy model uzyskał 56,6 proc.
Corma wyceniona na 1 mld dolarów. Startup AI od cyberbezpieczeństwa
Corma, startup rozwijający AI do cyberobrony, zebrał 125 mln dolarów przy wycenie 1 mld dolarów zaledwie trzy miesiące po premierze produktu. Kulisy rundy NEA.