A-EVO-Lab/a-evolve

The official repository of "Position: Agentic Evolution is the Path to Evolving LLMs".

What it solves

A-Evolve 为 AI Agent 的自主自我改进提供了一套通用基础设施。它消除了对手动搭建测试框架（harness engineering）的需求，允许任何 Agent 通过各种进化算法，在不同领域中通过突变其自身的提示词、技能和记忆来实现自我改进。

How it works

该系统将 Agent 可进化的状态——例如系统提示词、技能库和情节记忆（episodic memory）——视为文件系统上的标准目录结构（即 "Agent Workspace"）。演化引擎随后运行一个持续循环：它让 Agent 解决任务，观察结果，分析性能日志以突变工作空间文件，并这些突变在通过 git-tagging 提交之前，在保留任务（holdout tasks）上进行验证。

Who it’s for

它专为从事 LLM 自我优化、强化学习和 Agent 架构研究的 AI 研究人员和开发者设计，旨在让他们在无需手动调优的情况下，测试和进化 Agent。

Highlights

Universal Framework: Supports "Bring Your Own Agent" (BYOA), "Bring Your Own Benchmark" (BYOE), and "Bring Your Own Algorithm" (BYO-Algo).
Autonomous Post-Training: Capable of post-training large models (up to 550B parameters) with no human in thet loop.
Built-in Algorithms: Includes four reference evolution strategies: adaptive_evolve, adaptive_skill, skillforge, and guided_synth.
Extensive Benchmark Support: Ready-to-use adapters for SWE-bench, MCP-Atlas, Terminal-Bench 2.0, and SkillsBench.
Git-Integrated: Every accepted mutation is git-tagged, providing a full audit trail and easy rollback."},