FlowEvo: Przełomowy system samoewolucji agentów AI bez aktualizacji modelu

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.