FlowEvo：通过工作流与可执行技能的协同进化实现智能体自我进化

FlowEvo 是一个无需训练的框架，让工作流与可执行技能在推理时共同进化。它将成功的工作流编译为可调用技能存入持久库，并可通过直接执行或作为上下文用于构建新工作流。同时跟踪技能的下游效用，抑制导致负迁移的技能。在 ALFWorld、HumanEval、MBPP、GSM8K 和 MATH-500 上，FlowEvo 使用共享 GPT-4o-mini 达到最高准确率，其中 ALFWorld 达 85.6%，比最强基线高 26.4 点，且 token 用量约为其三之一。在 10 个基础模型上的 50 次比较中，优于 ExpeL 49 次。代码已开源。

此前智能体在推理时构造的工作流通常执行后即丢弃，技能库多为离线组装且不随智能体工作流增长。FlowEvo 实现了工作流与技能在推理时的协同进化，让智能体能从自身经验中持续积累可复用技能，并在多个基准上显著提升准确率、降低 token 消耗，为推理时自适应学习提供了新路径。

FlowEvo 将每次成功执行的工作流编译为可调用技能，存入持久技能库。在后续任务中，通过检索技能库，选择直接执行技能或将其作为上下文辅助构建新工作流，从而利用历史经验。同时，它跟踪每个技能的下游效用，当技能带来负迁移时将其抑制，避免干扰，实现工作流与技能的协同进化。

对依赖 LLM 智能体的产品，FlowEvo 提供一种无需额外训练的推理时学习机制，可提高任务成功率并降低 token 开销，从而减少推理成本。开发者可借鉴其技能库与负迁移抑制设计，提升智能体在长任务或未知环境中的稳定性，但需注意引入技能库检索与更新的工程复杂度。

• 将 FlowEvo 的技能库机制集成到智能客服系统中，使每次解决问题的流程沉淀为技能，提升后续回答的准确性与效率。
• 在代码生成产品中采用 FlowEvo 的工作流编译策略，利用历史成功代码片段辅助生成，减少 token 消耗并提高通过率。
• 参考其负迁移抑制思路，为多步骤任务智能体设计技能质量监控模块，动态剔除低效技能，保障长期稳定性。

• FlowEvo 在真实业务场景中的实现成本与工程复杂度如何？
• 技能库的检索和更新机制在不同任务类型上的泛化能力如何？
• 证据未提供对比成本的具体数值，如存储开销和推理延迟。
• 证据中提到的 8 个基线的具体配置和比较条件是否公平？