中科大等《Beneath the Surface》论文发现16个进化 agent 均无净收益

中科大等机构的论文《Beneath the Surface》发现，16个只演化 agent harness 的方案在覆盖新任务时都丢失原有任务，均无净收益。一个通用任务案例中，可靠性提升 5.2 分，但丢失了10个此前覆盖的任务，多数可靠性提升还会推高部署成本。