大型语言模型（LLM）驱动的进化优化已经在提示、程序乃至完整 AI 系统上取得显著提升。传统方法往往只从搜索前沿挑选候选，然后在一次 LLM 调用中仅依据其失败进行突变，这在生产 AI 系统中容易陷入停滞，因为孤立的错误难以揭示隐藏的复杂交互。我们提出 CoCoEvolve（Cortex Code Evolve），一种围绕元反思（meta‑reflection）构建的进化优化器。元反思让具备代理能力的突变器 Cortex Code 能够从整个进化历史中有选择地检索证据，在对实时系统进行探测后再进行验证并提出突变。
CoCoEvolve 被用于优化三类生产 AI 系统：数据代理、LLM 驱动的数据流水线以及数据工程工作流。在 DABStep 基准上，CoCoEvolve 以 92.8% 的保留集硬准确率领跑公开排行榜，显著高于同等条件下的 Meta‑Harness（78.4%）和 GEPA（30.4%）。在六个 LLM 数据流水线任务中，它全面超越所有基线。data‑eng‑bench 上的测试集求解率从 59.1% 提升至 77.4%，超过最佳基线的 73.6%。在 HotpotQA 上，CoCoEvolve 的准确率比 GEPA 高出 11 个百分点，同时在已有的数学与系统基准上保持与专用优化器的竞争力。匹配的消融实验表明，CoCoEvolve 的每个组件均对性能提升有贡献，验证了元反思在生产 AI 系统优化中的价值。
点评