GEAR 开源并自动优化智能体工作流

GEAR 团队开源了 GEAR 框架、论文和代码，用任务智能体生成执行轨迹，再由元智能体结合轨迹与评估反馈，改进提示词、工具、工作流和上下文管理。团队称，该方法可使 Agent 工作流性能最高提升13个百分点。 团队已实现 GEPA 变体，并加入共享失败诊断和分阶段评估，以便实现、比较 GEPA、RRSI、Harness² 等方法。在使用 GPT 5.6 Luna、中等推理档且采用同一优化 harness 的实验中，Luna 每任务平均 API 成本为0.0568美元，低于 Astra 的1.1858美元；95.21%的成本降幅不含优化及基础设施成本。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。