保守型元智能体搜索：非平稳环境下的架构适应

自动化智能体系统设计通常在具有即时标量奖励的静态任务集上进行评估。然而，部署后的系统面临持续的分布偏移、延迟且相互依赖的反馈、组件间相关失效，以及高昂的架构变更成本。我们将元智能体架构搜索形式化为带有切换成本和硬性风险约束的序贯现行架构替换问题，并提出 Conservative Meta-Agent Search（CMAS）。CMAS 检索归档架构并提出带类型的图编辑操作，随后在共用随机数条件下通过配对影子回放，将每个候选架构与现行架构进行比较评分，并采用干预式组件贡献归因。候选架构的晋升要求经过经验校准、施加方差惩罚的同时评分超过预先指定的裕量，之后还需经历模拟金丝雀阶段，并按预先指定的规则回滚。由于回测无法证明元层面的能力，我们引入 MetaInvest-Bench：这是一个状态切换模拟器，其明确设定的工作智能体能力使代理目标最优架构可被计算出来，同时提供控制信息泄漏的回放、对抗性治理测试赛道，以及五项阴性对照。金融数据流被用作检验元层面泛化能力的风险敏感型测试平台；我们不声称获得了超额收益。在 96 条数据流上，相较于最强的自适应基线，CMAS 将归一化平均代理目标动态预言机遗憾从 0.116 降至 0.104，并将留出集效用从 0.44 提升至 0.48；当额外的工作智能体不带来价值时，它会收缩为接近单智能体的团队。其部署推理成本降低了约 6%，但包含搜索开销的 token 成本在所比较的方法中最高。观测到的每次更新错误晋升率为 3.4%，低于名义上的 5% 目标值，而在一次封闭重跑中为 4.8%。这种校准是经验性的：它针对的是作者自行设计的基准上的更新级回放统计量，既不保证完整效用得到改善，也不保证模拟金丝雀阶段不产生损害，更不保证序列级错误控制。