Strategist：借助智能体演进推理

模型只是 AI 智能体系统的一半。另一半是推理策略：将模型调用转化为响应的推理过程。如今，这另一半仍由人工编写，而构建一种策略的经验从未延续到下一种策略中。我们提出 Strategist，这是一个能够跨任务演进推理策略的元智能体。每种策略都被编写为一份蓝图，即可供其他策略复用的可执行代码，这些蓝图共同构成一个库。给定一项任务和一个小型开发集，Strategist 会检索相关蓝图，编写候选策略，在真实样本上测试这些策略，并根据结果进行修订。随后，每个候选策略都会被纳入库中，使后续任务能够在先前发现的基础上继续发展。在 30 项基准测试中，Strategist 在 24 项上超越了最强基线，并以低 39% 的推理成本达到与其相当的平均准确率（74.7% 对 74.0%）。它的策略还可以迁移到未见过的任务和其他模型上，无需进一步搜索。AI 系统中原本无法自行改进的那一部分，如今也能自我改进了。