Salesforce发布进化式框架DarwinX，智能体浏览器任务完成率从43.5%提升至93%

Salesforce AI Research与Salesforce Agentforce团队发布新框架DarwinX，采用进化式方法优化AI智能体的提示、工具、技能和工作流（即harness），在不修改模型权重的情况下提升智能体性能。在WebArena-Infinity浏览器任务上，DarwinX将智能体在1,260个未见过的任务上的完成率从43.5%提升至93%，并在四个基准测试上均取得性能提升。

研究团队指出，传统自我改进框架对单一harness不断重写容易陷入路径依赖和跨任务干扰问题：一个对部分任务有效的编辑可能使其他任务回退。DarwinX将改进视为选择问题，生成并保留多个harness变体，只允许在提升能力且对已解决问题回归可控时推进。其“保留与扩展”机制要求候选变体在解决新任务的同时不破坏既有能力，并通过高保真复跑来降低随机性影响。

实验中，DarwinX在Terminal-Bench 2.1上将Monet智能体在冻结GPT-5.5上的得分从75.5%提升至83.2%，在SWE-bench Verified上从80.8%提升至84.2%。进化后的harness新增了定义正确结果、检查生成文件和将输出锚定在真实工具执行等技能。研究同时表明，不同分支中表现较弱但具备特定专长的变体，可以被合并为更优的harness。

团队表示，由于无需访问模型权重，该方法适用于基于托管模型构建的开发者。与DarwinX配套的Beagle基础设施已作为开源框架发布在GitHub上。