把智能体框架当代码来改

微软等机构在一篇新论文中提出 AutoSaddler。它的核心做法是：将智能体框架视为代码，利用失败轨迹离线自动生成补丁，用来优化提示词、工具配置和控制逻辑。

打开网易新闻 查看精彩图片

三项基准测试均有提升

论文给出的结果显示，在 GAIA2、SWE-Bench Pro、Terminal-Bench 2.0 上，AutoSaddler 分别带来 9.0、9.6、10.0 分的提升。

两个关键发现

研究还指出，深度调试优于浅层反思，定向编辑优于无约束编辑。也就是说，更深入、更有针对性的修改方式，比泛泛调整更有效。