大型语言模型正日益以算法设计代理的形式参与复杂真实任务，负责设计算法并进行迭代。现有多数成功的代理采用纯粹的上下文进化框架，但在需要专业知识的领域容易出现性能平台期。参数化适应能够将专业知识内化，却通常需要大量领域语料，而高质量算法在复杂设计算景中极为稀缺。
本文提出一种样本高效的参数化自进化方法，使代理能够从自行生成的算法中探索并学习。首先，我们对上下文进化停滞进行形式化描述，并提出改进链命题，证明学习一系列自生成算法可以局部提升相邻算法的出现概率。基于此局部转移视角，进一步提出人口策划策略优化（PCPO），利用全局人口和混合策略更新机制，保留并复用高质量且多样的自生成算法，将策略逐步迁移至更强的算法。
在电子设计自动化的全局布局学习率调度任务中，仅使用4个芯片案例进行训练，PCPO在16个芯片案例上的平均表现超越了最新的上下文进化方法（如OpenEvolve、ShinkaEvolve）。使用8B规模的基础模型时，PCPO的性能已可与前沿闭源模型（如GPT‑5.5）相媲美。PCPO通过内化领域知识和提示蒸馏，显著降低推理时的 token 消耗。
此外，PCPO在四个 GPU 核心设计上实现了显著加速，平均相较于 PyTorch Eager 基线提升 $8.27\times$。
点评