AgentEvolver 是一个在保持基础模型不变的前提下，边执行任务边演化能力的系统。系统通过八类实体（操作、方法、代理、控制流、接口、状态等）提供可复用的组件，这些实体遵循统一的版本化生命周期进行修订。共享的 Runtime 负责调度正在进行的工作，持久化的计划和可恢复的上下文确保任务方向和证据得以保留。
在 SWE‑bench Pro Public 基准上，AgentEvolver 在六个应用案例中实现了 82.08% 的任务解决率，显著高于不进行演化的基线。案例展示了演化后的能力能够在后续的网站、游戏和科研任务中继续使用，同时也记录了部分目标未完成和策略失效的情况。这表明可复用组件的改进并不等同于单一任务的成功。
AgentEvolver 为研究通过执行积累能力提供了具体平台，但独立任务的迁移能力和整体开发成本仍待进一步探讨。
点评