Evolver 框架让 Claude Code 和 Codex 少用 token 多解题

用智能体轨迹来迭代智能体运行框架，这个思路很巧妙。鉴于大语言模型智能体的上下文感知能力正变得越来越强，这个方向值得关注。这个想法并不新鲜，但它正在成为运行框架工程中的一个重要模式：让智能体运行框架能够复用积累的知识，而无需修改模型参数。

他们提出了 Evolver，这是一个将智能体的临时探索转化为持久、可复用的程序性经验的框架。他们发现，当 Claude Code 和 Codex 能够复用之前运行所学到的知识时，它们能解决更多任务，并且使用更少的 token，而模型本身没有任何改变。

该框架将这些程序性知识存储为结构化的“基因”资产。Evolver 在探索过程中收集这些资产，在任务开始时检索相关的资产，并根据反馈对其进行修正。

在涵盖 Terminal-Bench 2.1、SWE-bench Multilingual、SWE-rebench 和 GAIA 的 320 组配对运行的选定诊断集上，任务成功率从 83.13% 提升至 87.50%。记录的 token 用量下降了 24.24%。

在无论是否使用 Evolver 都能解决的 265 个任务上，token 用量仍然下降了 17.57%。智能体用更少的 token 达到了相同的结果。

与论文对话：