// AI 新闻 · 2026-11-06 · Google Cloud

Google利用AlphaEvolve和Harbor优化编码代理技能

Google在Google Cloud上通过AlphaEvolve与Harbor结合，对编码代理的技能进行迭代优化。团队将代理技能视为可被重写的程序，利用Gemini 3.8 Flash生成新版本，由Harbor在真实任务中运行并评分，同时与基线技能并行测试以确保评估可信。经过若干轮迭代，技能表现提升5%，最佳版本聚焦于解决时间超限这一常见失败场景。

阅读原文（Google Cloud）↗

原文发布 2026-11-06 01:00（北京时间）来源 Google Cloud自动整理 · 已核对原文

01摘要

优化后的技能结构更注重时间限制管理，其核心逻辑为：先读取输入、复现失败情况，并分步验证执行。实验显示，当技能提供代理缺失的特定信息（如业务规则）时，性能提升显著，其中包含答案的技能在开发任务中得分增加33点。研究还发现，模型响应延迟会引入评分噪声，长期搜索面临模型响应慢和日志存储压力问题，需提前规划计算资源与存储容量。

由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。

02要点

AlphaEvolve通过Gemini生成技能变体，Harbor在真实任务中评估其表现，实现技能的自动进化。
最优技能聚焦于解决时间超限这一常见失败场景，结构上强调分步验证和时间控制。
与基线技能并行测试可消除评分噪声，确保评估结果可靠，提升迭代可信度。
当技能补充代理缺失的特定信息（如业务规则）时，性能显著提升，在开发任务中得分增加33点。

03原文出处

Building an agent skill optimizer with AlphaEvolve, Harbor and Gemini 4 Argon

Google Cloud · 发布于 2026-11-06 01:00（北京时间） · 上方为原标题

05相关新闻

出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-06 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日

01摘要

02要点

03原文出处

04站内相关

提到的模型

05相关新闻