DREvo：蒸馏重校准历史经验以实现自我进化

DREvo是一种新的大语言模型agent框架（harness）自我进化方法。它针对现有方法中历史经验无法稳定指导搜索、性能波动大的问题，引入了功能级证据锚定、状态相关证据重校准和角色条件搜索意图蒸馏三项机制，以动态判断历史证据的有效性并转化为具体搜索方向。在有限进化预算下，DREvo在五个基准测试上平均比基线高出16.2%（领域推理任务）和14.2%（智能体任务），且进化轨迹更平滑。

此前自我进化方法中的历史经验积累不能稳定转化为搜索指导，进化过程中性能波动大，导致在有限预算下难以发现高性能harness。DREvo通过动态重校准和意图蒸馏，使进化更稳定高效，显著提升了平均准确率，降低了人工调优harness的依赖。

现有方法有两个局限：一是未动态评估历史经验在当前harness下是否仍然有效，二是缺乏将有效经验转化为可执行搜索方向的机制。DREvo通过功能级证据锚定确定相关证据，状态相关重校准判断有效性，再通过角色条件蒸馏将有效证据转化为明确的搜索意图，从而引导harness更平稳地向更优解进化。

对于需要构建高性能LLM agent的团队，DREvo可减少手动设计harness所需的专家精力，使自动化进化更可靠。但方法需要多次迭代评估，会消耗计算资源；不过其带来的性能提升可间接降低后续调试和返工成本。

• 将DREvo集成到LLM agent开发平台（如Dify、LangFlow）中，提供一键自动优化harness能力。
• 基于DREvo开发企业级agent配置调优插件，自动优化工具调用顺序和参数。
• 将DREvo与强化学习反馈循环结合，实现用户反馈驱动的harness持续改进。

• DREvo在不同规模或不同架构的LLM（如MoE模型）上表现是否稳定？
• 进化过程的计算开销（如迭代次数、推理成本）与基线相比具体增加多少？
• DREvo能否直接适配主流agent框架（如LangChain、AutoGen）的harness定义？