跳转至

AutoFyn 技术报告：面向长视角智能体的非参数专家迭代法

文章背景与核心概要

随着大语言模型在复杂、多步骤任务中的广泛应用，如何有效提升长视角（Long-Horizon）智能体的规划与执行能力成为了当前人工智能领域的核心挑战。传统的模型微调方法通常需要修改底层权重，成本高昂且容易出现灾难性遗忘。为此，本报告介绍了一种名为 AutoFyn 的全新智能体框架。

AutoFyn 的核心灵感来源于专家迭代（Expert Iteration）算法，它通过引入非参数化的方式，在不改变底层模型权重的前提下，利用经过验证的奖励信号持续更新持久化状态。该框架采用无状态的模型会话设计，并通过任务驱动的客观验证器评估进展，从而在奥林匹克数学、数据科学和网络安全等多个复杂领域展现出最先进的性能。

AutoFyn Technical Report: Non-Parametric Expert Iteration for Long-Horizon Agents

Authors: Adib Hasan, Daniel Schaffield, Akashnil Dutta, Tarik Adnan Moon
Published: July 31, 2026
Primary Subject: Artificial Intelligence (cs.AI)
arXiv: 2609.05446 | DOI: 10.48550/arXiv.2609.05446

执行摘要

AutoFyn 是一种受专家迭代（Expert Iteration）算法启发的新型智能体框架。AutoFyn 不修改底层模型权重，而是通过由经过验证的奖励信号驱动的持久化状态更新，在多轮迭代中使冻结的语言模型不断适应。

Executive Summary

AutoFyn is a novel agent harness inspired by the Expert Iteration algorithm. Rather than modifying underlying model weights, AutoFyn adapts a frozen language model across multiple rounds by updating a persistent state driven by verified reward signals.

核心创新与工作流

  • 无状态模型会话：每一轮都以全新状态开始；持久化信息仅通过显式接口（如持久化内存文件、操作报告和代码库状态）进行传递。
  • 编排与专业智能体：编排器在单轮内通过专业智能体计划、探索并构建多种替代方案。
  • 任务驱动验证：客观验证器对工作进行评估以衡量进展并输出奖励信号，随后将其蒸馏回持久化状态，从而更新后续轮次的有效策略。

Key Innovations & Workflow

  • Stateless Model Sessions: Each round starts fresh; durable information is exclusively transferred through explicit interfaces such as persistent memory files, operational reports, and repository states.
  • Orchestration & Specialized Agents: An orchestrator plans, explores, and builds multiple alternative approaches via specialized agents within a single round.
  • Task-Grounded Verification: An objective verifier assesses the work to measure progress and output a reward signal, which is then distilled back into the persistent state to update the effective policy for subsequent rounds.

核心领域成果

AutoFyn 已在三个复杂领域进行了评估，展示了最先进的能力：

  1. 奥林匹克数学：在 2026 年国际数学奥林匹克的六道全新题目中，每一个符合条件的模型在使用 AutoFyn 时的得分都高于使用其提供商原生编码智能时的得分。
  2. 数据科学：AutoFyn 成功赋能了在 Spider 2.0 dbt 基准测试中排名第一的智能体。
  3. 网络安全：该框架在各大项目和平台上产生了 16 个经维护者确认的漏洞公告，包括：
  4. Next.js
  5. MetaMask
  6. pnpm
  7. Warp
  8. LiteLLM
  9. Langflow
  10. Open WebUI

Key Domain Results

AutoFyn has been evaluated across three complex domains, demonstrating state-of-the-art capability:

  1. Olympiad Mathematics: On the six fresh problems from the 2026 International Mathematical Olympiad, every eligible model scored higher under AutoFyn than when using its provider's native coding agent.
  2. Data Science: AutoFyn successfully powered the top-ranked agent on the Spider 2.0 dbt benchmark.
  3. Cybersecurity: The harness produced 16 maintainer-confirmed vulnerability advisories across major projects and platforms, including:
  4. Next.js
  5. MetaMask
  6. pnpm
  7. Warp
  8. LiteLLM
  9. Langflow
  10. Open WebUI

全文与资源

Full-Text & Resources

与本报告相关的图像资源： license icon

Image assets associated with this report: license icon