打破死板规则！CORAL让多Agent自主进化，探索效率飙升10倍

CORAL: Towards Autonomous Multi-Agent Evolution for Open-Ended Discovery

解决没有标准答案的开放性科学难题，一直被视为人工智能迈向更高级形态的试金石。面对复杂的物流调度或底层的系统内核优化，传统的“单次生成”模式早已捉襟见肘。

ArXiv URL：http://arxiv.org/abs/2604.01658v1

近年来，将大语言模型嵌入进化算法循环中，成为了破局的新希望。然而，该研究敏锐地指出，当前的系统依然像流水线上的牵线木偶，被固定的搜索规则死死限制住了自主性。

为了打破这种僵局，该研究提出了 CORAL 框架。这是首个面向开放性问题、由多智能体主导的自主进化框架（Autonomous Multi-Agent Evolution）。

CORAL 让智能体真正翻身做主人。在极其严苛的 Anthropic 内核工程测试中，四个协同进化的智能体将历史最佳成绩从 $1363$ 个周期压缩至 $1103$ 个周期，效率实现了惊人的飞跃。

本文将深入拆解 CORAL 背后的运作机制，看看它是如何颠覆传统进化搜索的。

告别“牵线木偶”：传统进化搜索的瓶颈

在深入 CORAL 之前，我们不禁要问：以前的系统到底卡在哪里了？

像 FunSearch 或 AlphaEvolve 这样出色的系统，本质上采用的是固定进化搜索（Fixed Evolutionary Search）范式。

在这种模式下，系统通过外部写死的规则来决定怎么筛选候选方案、怎么构建上下文。大模型仅仅扮演一个被动的“突变生成器”，在接到提示词后完成一次前向推理。

这就好比让一位顶尖科学家去实验室打工，但他无权决定下一步查阅什么文献，无权决定何时暂停反思，更不能自己建立知识库。

而在多智能体领域，现有的合作大多依赖垂直扩展（Vertical Scaling）。人类提前设定好“程序员”、“测试员”等角色和死板的沟通路线。这种预设对于未知的开放性难题来说，往往过于傲慢且局限。

该研究提出，真正的突破需要水平并行（Horizontal Parallelism）。让多个独立的自主智能体并行探索，随时交流灵感，这正是 CORAL 诞生的初衷。

CORAL 核心机制：当 AI 掌握了进化的方向盘

CORAL 将决策权彻底交还给智能体。它抛弃了僵化的流水线，构建了一个支持长期运行的异步协作网络。

在这个网络中，智能体可以在隔离的工作区中安全地试错。而支撑它们高效进化的，是两大核心设计：共享内存与心跳机制。

像文件系统一样的“共享持久化内存”

如何让多个自主探索的智能体既保持独立，又能站在彼此的肩膀上？CORAL 引入了共享持久化内存（Shared Persistent Memory, $\mathcal{M}$）。

这就像是研究团队共享的云盘。它被设计成一个真实的文件系统，通过符号链接与每个智能体的私有工作区同步。

智能体可以通过命令行工具（CLI）或标准的 Bash 指令，在云盘中存取三种关键知识：

历史尝试：带有评分和反馈的具体方案代码。
研究笔记：智能体在探索过程中记录的实验心得。
可复用技能：被提炼出来的通用代码片段或工具脚本。

这种设计极其巧妙，不仅允许智能体按需读取上下文，避免信息过载，还能让它们自发地对文件夹进行分类整理。

三重“心跳”机制：拒绝盲目乱撞

赋予大模型过高的自主性，往往会导致它们在错误的兔子洞里越陷越深。为此，CORAL 设计了精妙的心跳干预机制（Heartbeat-based Interventions）。

这就像是为研究员设定了三种不同节奏的复盘日程，强制它们停下来思考：

单步反思心跳（Per-iteration Reflection Heartbeat）：在每一次探索循环后触发，强制智能体趁热打铁，记录下当前的观察和灵感，存入笔记中。
周期巩固心跳（Periodic Consolidation Heartbeat）：在进行了固定次数的尝试后触发。此时智能体会像写周报一样，整理杂乱的笔记，并将有价值的逻辑提炼为可复用的“技能”。
停滞重定向心跳（Stagnation-triggered Redirection Heartbeat）：当系统检测到智能体连续多轮没有提升分数时触发。这会强迫智能体抬起头来，审视大方向，决定是继续死磕，还是彻底切换搜索路径。

通过这三种心跳，CORAL 成功地在“充分放权”和“防止迷失”之间找到了平衡，让长期进化成为可能。

关键实验：全面碾压固定规则

该研究在涵盖数学优化（如圆形装箱）和系统优化（如GPU调度）的 11 个高难度任务上，对 CORAL 进行了全面评估。

单兵作战：少走弯路，效率倍增

即使只运行单个智能体，CORAL 的表现也足以令人惊叹。在与 EvoX 等采用固定进化搜索的 SOTA 基线对比中，单智能体 CORAL 拿下了全部 11 个任务的最高分。

由于原始表格数据庞大，本文重点提取其核心结论。

数据显示，CORAL 的改进率是基线方法的 $3$ 到 $10$ 倍。传统方法往往需要盲目评估 $60$ 到 $100$ 次才能收敛，而 CORAL 通常在 $5$ 到 $20$ 次评估内就能找到极佳解。

为什么会这样？因为固定的启发式规则会产生大量无效的“垃圾变异”。而 CORAL 的智能体会主动分析历史失败原因，判断方案成熟后再提交评估，极大地节省了算力浪费。

群狼战术：多智能体突破极限

多智能体的协同进化，则将探索边界推向了新的高度。

在 Anthropic 的内核工程这一压力测试中，单智能体往往会过早陷入局部最优。而当启用 4 个智能体协同进化时，它们通过共享持久化内存互相启发。

最终，4 智能体组合在没有外部网络搜索的辅助下，将优化周期从官方的最佳记录 $1363$ 推进到了 $1103$。

更有趣的是，这种协同不是靠算力堆出来的。消融实验（Ablation Studies）证明，4 智能体协同进化的成绩，显著优于“独立运行 4 个智能体并取最好成绩”的做法。这说明技术的自然扩散和灵感碰撞，确实在系统中自发产生了。

深刻的机制洞察与工程启示

我们究竟能从 CORAL 的成功中学到什么？

通过详细的轨迹分析，研究人员发现，表现最好的智能体不仅擅长“做题”，更擅长“做笔记”。它们会频繁地进行本地验证，积累测试用例，并主动翻阅之前的代码实现来寻找规律。

多智能体的贡献分布也展现出惊人的健康度。在内核优化任务中，四个智能体各自提交了百余次有效尝试，每个人都曾主导过历史最佳分数的突破，这是一种完美的分布式探索状态。

尽管 CORAL 展现了巨大的潜力，但该研究也坦诚地指出了局限性。高度自主的智能体在开放系统中运行，不可避免地带来了安全和资源管理风险。隔离的容器环境、严格的资源上限管控以及健康的会话管理，是系统落地必不可少的安全阀。

随着底层模型的不断强大，从被动生成走向自主进化，无疑是 AI 攻克硬核科学难题的必由之路。CORAL 框架不仅是一个出色的工程标杆，更为我们推开了通往通用科学探索智能的一扇大门。