A-EVO-Lab/a-evolve

解決する課題

A-Evolveは、AIエージェントの自律的な自己改善のための汎用インフラストラクチャを提供します。各種の進化アルゴリズムを使用して、あらゆるドメインやベンチマークにおいてエージェント自身のプロンプト、スキル、メモリを進化させることを可能にし、手動でのハーネスエンジニアリングの必要性を排除します。

仕組み

このシステムは「ファイルシステムコントラクト」に基づいて動作し、進化可能なすべてのエージェント状態（プロンプト、スキル、メモリ）は標準的なディレクトリ構造に保存されます。これにより、進化エンジンはエージェントの内部アーキテクチャを知る必要なく、LLM駆動の操作を通じてエージェントのワークスペースファイルを変異させることができます。

進化プロセスは5つのフェーズのループに従います：

1. Solve：エージェントがタスクのバッチを実行します。
2. Observe：軌跡とベンチマークのフィードバックがログに収集されます。
3. Evolve：エンジンがログを分析し、ワークスペースファイルを変異させます。
4. Gate：ホールドアウトタスクで変異を検証し、後退を引き起こす場合はgitを通じてロールバックします。
5. Reload：エージェントが更新されたワークスペースをリロードします。

対象者

LLMの自己最適化、強化学習、エージェントアーキテクチャに取り組んでおり、SWE-benchやMCP-Atlasなどの多様な環境でエージェントをテストおよび進化させたいと考えるAI研究者や開発者向けに設計されています。

ハイライト

• 汎用プラグ可能性：「Bring Your Own Agent」(BYOA)、「Bring Your Own Benchmark」(BYOE)、「Bring Your Own Algorithm」(BYO-Algo)をサポート。
• 手動エンジニアリングゼロ：最小限のコードで、複数のベンチマーク（例：MCP-Atlas、SWE-bench Verified）でSOTAパフォーマンスを実現。
• Gitベースのバージョニング：受け入れられたすべての変異にgitタグが付けられ、完全な再現性と監査証跡を保証します。
• リファレンスアルゴリズム：adaptive_evolve、adaptive_skill、skillforge、guided_synthの4つの組み込み進化戦略を含みます。