UC Berkeley发布EAT（Evolving Agent Teams）(800 美元)

一个 Coding Agent 连续优化了几天 GPU Kernel，性能却早早卡住。继续投入 Token，它往往只会反复打磨已有方案，很难跳出当前的局部最优。

UC Berkeley 最近的论文《Evolving Agent Teams》，提出了一个方向是让 Agent 团队在执行过程中不断调整自身的组织结构。

研究团队开发了 EAT（Evolving Agent Teams），在 Coding Agent 团队之上引入一个 Supervisor Agent。 Supervisor 会持续观察任务进展、性能指标和失败记录。一旦发现团队陷入瓶颈，就重新设计下一轮的角色分工和协作方式。

比如，遇到难以解决的底层实现问题，就安排专门的 Debugger；发现性能瓶颈不清楚，就加入 Profiler；之前团队的重要发现被遗忘了，就引入 Knowledge Integrator，把分散的经验重新整理成可执行的方案。

整个过程还有一套持久化文件系统，保存 Learnings、Evolution History 和代码产物。即使团队经历多次重组，之前验证过的结论和失败经验也不会轻易丢失。

论文里的 GPU Kernel 优化案例很有代表性。普通 Coding Agent 在难以调通 WGMMA 后，倾向于退回更容易实现、但性能上限较低的方案。EAT 则通过调整团队分工和恢复历史经验，让优化继续推进。

在 MLA Decode 任务上，相近的约 800 美元模型推理预算下，EAT 达到生产版 FlashInfer 的 0.74 倍性能，Claude Code 为 0.51 倍。进一步增加预算后，EAT 在 47 个生产负载上的几何平均速度达到 FlashInfer 的 1.21 倍，其中 36 个负载更快。

当然，主要实验每组只运行两次，而且任务具有明确的性能指标，能否推广到更开放的 Agent 任务还需要验证。

这个研究对 Long-running Agent 和 Harness Engineering 很有启发。

随着任务持续推进，Agent 需要的能力和协作模式也在变化。未来的 Agent Harness，或许需要具备持续诊断自身工作流程、重新组织执行团队的能力。

📎 arXiv: 💻 GitHub: