科学计算正日益依赖基于大语言模型的代理来完成仪器化、分析和工作流迁移等性能工程任务。然而，代理的效果高度受限于手工编写的技能和精心策划的记忆库，这导致它们必须反复发现相同的解决方案，难以实现自主学习。
Phronix 提出了一种以能力为中心的学习范式，使代理的外部框架能够从自身执行中获取、验证并优化可复用的能力。其核心是预测‑验证‑校正循环：MCP 工具和对应技能生成候选解答，工具执行对其进行验证，观察到的结果则用于更新能力存储。每一次交互都会被提炼为能力条目，失败的任务也会被继续研究而非直接放弃。
实验表明，学习到的能力在首次尝试时即可解决 93%‑95% 的重复任务，显著降低了解决方案的随机性并提升了可靠性。每个任务平均产生 7.6‑30.8 条持久能力，且在已有能力满足需求时，仅需少于两次创建。热启动运行的代价仅为 0.38‑0.40 百万 token，约为单次基线尝试的三至四倍，而冷启动成本不高于基线。
在 1000 Genome Pegasus 工作流的 I/O 性能分析案例中，Phronix 通过了全部 11 项正确性检查，而基线框架仅通过了 6 项；同时将两款成本更低模型的任务解决率从 29% 与 27% 提升至 91% 与 87%，与最昂贵模型的表现持平。
点评