Épi：让研究型智能体跨会话积累经验并持续改进

导语

多数大模型智能体擅长在一次会话中完成推理，却难以把失败的尝试、有效的工具调用和未解决的问题带到下一次研究中。BakeLab 提出的 Épi，试图把智能体从“即时回答器”推进为能够长期推进课题的研究系统。论文的重点并不是单一模型规模，而是如何组织记忆、实验、分支和验证，使研究可以跨越模型会话持续进行。

核心要点

• 持久化研究历史：Épi 保存调查过程与阶段性成果，让后续会话能够接续已有工作，而不是反复从零开始。
• 分层记忆与分支探索：系统把长期背景、具体实验和方法经验分开管理，同时允许多个方向并行推进，并在必要时回到此前被放弃的路径。
• 独立验证：实验结果由固定验证器评估，减少智能体仅凭自身判断确认答案的风险。论文还强调，结果应连接到明确的方法与数学论证，方便研究者检查和继续发展。
• 数学研究结果：Épi 报告了 120 项创纪录结果，包括 12 个数值界限家族中的 20 项记录，以及 8 个构造问题家族中的 100 项记录。其中，n 皇后常数的区间缩窄约 84 倍，四次 Feigenbaum 吸引子维数的严格区间缩窄超过 360 万倍。
• 从数值到证明：系统给出了关于分裂图版本 Tuza 猜想的计算机辅助证明，并用精确对偶证书说明 Cohn–Elkies 线性规划界在 10 维和 11 维不可能达到紧致。
• 扩展到算法编程：Épi-turbo 面向车辆路径、调度和生产计划等任务生成可执行求解器。在 30 个 FrontierOR 任务上，其总基准分比 Codex 高 5.4%，模型成本为后者的 64%。

意义与限制

Épi 展示了一种不同于“更大模型、更长上下文”的路线：让智能体拥有可持续的工作记忆、可回溯的研究树和固定的外部评价机制。对于数学、优化和科学计算，这种机制尤其重要，因为有价值的进展往往来自大量失败实验，而不是一次生成的漂亮答案。持久化历史也可能降低重复劳动，让模型逐步形成针对特定问题族的策略。

不过，论文中的“创纪录”结果仍需要结合具体问题定义、基线和验证流程理解，不能直接等同于通用科研能力。计算机辅助证明也依赖形式化条件与验证器的覆盖范围。更现实的定位，是把 Épi 看作研究者的实验协作者：它负责广泛搜索、生成候选方案和执行计算，人类则检查假设、解释结果并判断其科学价值。若这类系统能够在更多领域稳定复现，研究型智能体的竞争重点或将从单轮推理能力转向长期任务管理与可靠验证。

来源：Hugging Face Daily Papers