加州大学圣塔芭芭拉分校与微软发布ScholarEvolve框架，无需重训即可升级智能体性能

加州大学圣塔芭芭拉分校与微软的研究人员发布了名为ScholarEvolve的框架，该框架能够自动从研究论文中提取新信息，并将其转化为智能体harness的代码升级，使智能体无需重新训练即可获得性能提升。

在基准测试中，ScholarEvolve将开源权重模型Qwen3.5-27B在AppWorld Normal测试集上的任务完成率从69.0%提升至81.4%，大约填补了与GPT-5.4之间74%的性能差距，且全程未更新模型权重。研究团队将harness划分为工具接口、上下文管理、技能、记忆和智能体工作流五个模块，并采用“失败审计与文献检索”“主题建模”“蓝图与健康探针”“模块交叉选择”四阶段流程，从arXiv等来源检索相关论文，将论文中的方法实现为模块代码，再通过验证集筛选最优组合。

在AppWorld和tau-Bench Telecom两个基准上，ScholarEvolve均提升了基础模型的性能。例如经过演化的Qwen3.5-27B在AppWorld Challenge中未见过应用的零样本泛化成绩从49.6%提升至63.6%，GPT-5.4-mini在Telecom上的任务完成率从72.7%提升至81.9%。研究同时提示，企业应用时应对检索到的论文和第三方代码进行安全审查，且该框架无法替代API网关处的确定性策略护栏。