A-EVO-Lab/a-evolve

해결하는 문제

A-Evolve는 AI 에이전트의 자율적 자기 개선을 위한 범용 인프라를 제공합니다. 다양한 진화 알고리즘을 사용하여 모든 도메인이나 벤치마크에서 에이전트가 자체 프롬프트, 스킬 및 메모리를 진화시킬 수 있도록 함으로써 수동 하네스 엔지니어링의 필요성을 제거합니다.

작동 방식

이 시스템은 "파일 시스템 계약"에 따라 작동하며, 진화 가능한 모든 에이전트 상태(프롬프트, 스킬 및 메모리)는 표준 디렉토리 구조에 저장됩니다. 이를 통해 진화 엔진은 에이전트의 내부 아키텍처를 알 필요 없이 LLM 기반 작업을 통해 에이전트의 워크스페이스 파일을 변이시킬 수 있습니다.

진화 프로세스는 5단계 루프를 따릅니다:

1. Solve: 에이전트가 일괄 작업을 실행합니다.
2. Observe: 궤적과 벤치마크 피드백이 로그에 수집됩니다.
3. Evolve: 엔진이 로그를 분석하고 워크스페이스 파일을 변이시킵니다.
4. Gate: 홀드아웃 작업에서 변이를 검증하며, 성능 저하를 발생시킬 경우 git을 통해 롤백합니다.
5. Reload: 에이전트가 업데이트된 워크스페이스를 다시 로드합니다.

대상 독자

LLM 자체 최적화, 강화 학습 및 에이전트 아키텍처를 연구하는 AI 연구원 및 개발자로, SWE-bench나 MCP-Atlas와 같은 다양한 환경에서 에이전트를 테스트하고 진화시키려는 사람들을 위해 설계되었습니다.

주요 특징

• 범용 플러그 가능성: "Bring Your Own Agent"(BYOA), "Bring Your Own Benchmark"(BYOE), "Bring Your Own Algorithm"(BYO-Algo)을 지원합니다.
• 수동 엔지니어링 제로: 최소한의 코드로 여러 벤치마크(예: MCP-Atlas, SWE-bench Verified)에서 SOTA 성능을 달성합니다.
• Git 기반 버전 관리: 수락된 모든 변이에 git 태그가 지정되어 완전한 재현성과 감사 추적을 보장합니다.
• 참조 알고리즘: adaptive_evolve, adaptive_skill, skillforge, guided_synth의 네 가지 내장 진화 전략이 포함되어 있습니다.