发生了什么
论文 发布 关于自进化LLM agent演化能力的研究(Qwen3.5-9B vs Claude Opus 4.6)
为什么值得关注
差异点：指出进化器模型规模并非越大越好，关键在于区分更新编写与使用两个环节，提出中等模型是最优选择，挑战行业当前主要设计模式。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Harness Updating Is Not Harness Benefit: D
该论文挑战了将最强大模型置于进化器位置的传统观念，指出编写有用的 harness 更新与从更新中受益两个任务不能混为一谈。实验发现，小型 Qwen3.5-9B 进化器编写的更新帮助效果可与 Claude Opus 4.6 持平，而重要模型更应用于实际解决任务的环节。研究发现，弱模型难以正确加载技能或在长任务中遵循更新，强模型则接近天花板难以受益，中等模型是最佳选择。
打开原始来源 ↗