现在的 AI 智能体有点“娇气”。
你给它们部署一套工作流，只要稍微改个库，或者调整一下代码结构，它们立马就“罢工”。
这时候，你不得不像个保姆一样，手把手去修。
这就是目前企业落地 AI 最头疼的问题：太脆弱，太静态，离不开人。
但加州大学圣塔芭芭拉分校（UCSB）的研究员们，刚刚搞出了个大新闻。
他们开发了一个叫 GEA（Group-Evolving Agents，群组进化智能体）的新框架。
这东西不简单，它能让一群 AI 智能体像团队一样“抱团进化”，共享经验，甚至能自己改代码修 Bug。
最狠的是，在复杂的软件工程任务里，这套系统进化出来的智能体，性能已经能跟人类专家精心设计的框架打得有来有回，甚至更强。
“独狼”进化的死胡同
为什么以前的智能体这么笨？
不是模型不够强，是进化的路子走窄了。
大多数现有的智能体系统，都是工程师写死的架构。这就好比给天才套上了枷锁。为了打破这个限制，科学家们一直想让 AI “自我进化”，也就是自己改自己的代码。
听起来很美，做起来全是坑。
目前的“自我进化”方法，几乎都在模仿生物进化。
这就是问题所在。
AI 智能体又不是生物个体，为什么要死守生物学的老规矩？
这种传统的“个体中心”进化，就像一棵树。一个“父代”智能体生出“子代”，分支之间老死不相往来。
这就造成了严重的孤岛效应。
如果某个分支的智能体发现了一个超好用的调试工具，或者一种更高效的测试流程，但这个分支不幸在进化中被淘汰了，那么这些宝贵的创新也会随之彻底消失。
隔壁分支的智能体一无所知，还得从头开始摸索。
浪费算力，也浪费生命。
既然是 AI，就别学生物了
UCSB 的研究团队看不下去了，他们决定打破这个树状结构。
他们提出的 GEA 框架，核心逻辑就一句话：进化的基本单位不是个体，而是群体。
GEA 会从现有的档案里选出一组“父代”智能体。
选谁很有讲究，不光看谁干活快（性能），还得看谁脑洞大（新颖性）。
这一步，保证了既有稳扎稳打的，又有搞怪创新的。
接下来才是重头戏：共享经验池。
以前是单线传承，现在是全组共享。每个智能体都能看到组里其他成员的进化痕迹，包括代码怎么改的、任务怎么解的、工具怎么调的。
这就像把全组的“工作日志”都扔到了一个公共盘里。
然后，一个由大模型驱动的“反思模块”会站出来，像个精明的项目经理一样分析这些日志。
它会发现：“哎，智能体 A 发明的调试工具不错，智能体 B 的测试流程很稳。”
基于这些分析，系统生成高层的“进化指令”，指导下一代智能体的诞生。
于是，下一代生下来就集成了上一代所有人的优点，而不是只继承了某一个爹妈的基因。
有意思的是，论文作者也坦诚，这种“蜂群思维”在写代码这种有客观标准的事情上效果炸裂。
如果是搞艺术创作这种主观性强的领域，盲目共享经验可能会引入噪音，效果反而不好。
吊打基准，甚至能自我治愈
这套理论听起来很玄，那实战效果到底咋样？
研究团队把 GEA 拿去跟目前最先进的自我进化基线 Darwin Godel Machine (DGM) 刚了一下正面。
结果简直是降维打击
在 SWE-bench Verified 这个包含真实 GitHub Bug 和功能需求的硬核基准测试中，GEA 拿下了 71.0% 的成功率，而基线只有 56.7%。
这 14 个百分点的差距，在工程领域意味着巨大的效率提升。
更夸张的是在 Polyglot 代码生成测试中，GEA 干到了 88.3%，基线是 68.3%。
我个人觉得，最牛的功能还不是高分，而是它的自愈能力。
研究人员故意往智能体代码里注入 Bug，模拟“中毒”场景。
基线系统（DGM）平均需要迭代 5 次才能修好。而 GEA 平均只需要 1.4 次。
为什么这么快？
因为组里总有健康的成员，它们能迅速诊断问题，把修复方案共享给“病号”。这就好比你身边坐着一群全科专家，稍微有点毛病马上就被围起来治好了。
人类工程师的饭碗还稳吗？
GEA 进化出来的智能体，在 SWE-bench 上的表现，已经追平了 OpenHands——目前顶级的、由人类专家设计的开源框架。
而在 Polyglot 上，它更是碾压了流行的编程助手 Aider（52.0%）。
这意味着企业以后可能不需要养一大帮“提示词工程师”去没日没夜地调优智能体框架了。AI 可以自己“元学习”，自己优化自己。
而且，GEA 还能造出一种“超级员工”。
研究发现，表现最好的那个 GEA 智能体，集成了来自 17 个不同祖先 的特质，占了群体的 28%。而传统的基线智能体，最多只能整合 9 个祖先的特质。
这就是集体的力量，
且这种进化出来的能力是可迁移****的
参考链接：
https://venturebeat.com/orchestration/new-agent-framework-matches-human-engineered-ai-systems-and-adds-zero