跳转至

Agent0：零人工数据的自进化多 Agent 课程

保真度：核心机制复现。本页不把确定性 mini-suite 冒充原论文完整 benchmark。

论文信息

字段 内容
论文链接 Agent0：零人工数据的自进化多 Agent 课程（arXiv 2511.16043）
公司 / 机构 University of North Carolina at Chapel Hill / Salesforce Research / Stanford University
首次公开日期 2025-11-20（arXiv v1）
原作者代码 未发现/未发布原作者官方代码仓库
本地 adapter / 方法键 agent0
本地复现代码 src/auto_research/agent_research/

原始论文总结

背景与主要改动

任务生成 Agent 提议可验证工具任务，多个执行 Agent 产生候选并多数投票，课程按当前能力边界升级。

flowchart LR
 A["公开输入 / 历史"] --> B["agent0 训练 / 执行闭环"]
 B --> C["论文特有状态或目标"]
 C --> D["同预算评测"]

原论文关键图

Agent0：零人工数据的自进化多 Agent 课程 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ x\sim\pi_{task},\ y_{1:K}\sim\pi_{agent},\ \hat y=\operatorname{mode}(y_{1:K}),\quad R=V(x,\hat y). \]

论文离线与线上效果

论文从零种子数据构建 tool-integrated reasoning curriculum，并提升多项 agent benchmark。 论文未报告生产线上 A/B，本页不补造线上数字。

本地复现

PlanBench mini-suite、120 episodes、seed 42：joint success 1.0000，average cost 0.3200；方法特有操作有非零 telemetry。

auto-research agent-eval --method agent0 --benchmark planbench-mini --episodes 120 --seed 42
auto-research evolve --model agent --dataset planbench-mini --direction "组合 agent0 与已安装论文算子" --generations 2 --population 4

固定指标见 ../../experiments/global-p0-20260808-seed42.json。

复现边界

本地只验证论文特有目标、状态更新和公平预算；没有复刻原论文的大模型、多卡 RL、私有环境、真实网页或完整 benchmark，因而只报告机制验证，不声称数值复现原表。