智能体 x.com · 2026-09-20 04:53 · 原文发布（北京时间） @omarsar0

MIT 与 Sakana AI 提出 SIFT：以快速树搜索实现更省算力的自改进编码智能体

原文我的收藏

该帖推荐 MIT 与 Sakana AI 的论文，称其证明自改进编码智能体可行。方法 SIFT（Self-Improvement via Fast Tree-search）在 Polyglot 上以 o3-mini 经 30 次扩展达到 35.1%，而 DGM 经 80 节点树搜索为 30.7%；SIFT 耗时低于 50 CPU 小时、墙钟时间低于 5 小时，Qwen3-30B 配置全搜索为 224 CPU 小时、34 美元 API 花费，约为 DGM 基线的十分之一。节省来自将 LLM judge 用于先排序候选自修改，仅评估有希望的候选，因为基准评估是运行时瓶颈。TerminalBench 上 gpt-5.4-high 作 pairwise judge 时找到 36.7% 的智能体，起点为 29.2%；gpt-5 为 34.5%，且其排名最高的候选并非搜索产生的最佳智能体。

AI推荐理由该帖转述了 MIT 与 Sakana AI 关于自改进编码智能体的论文，给出了 SIFT 方法的具体对比数据：Polyglot 上 o3-mini 经 30 次扩展达 35.1%，DGM 经 80 节点树搜索为 30.7%；SIFT 耗时低于 50 CPU 小时、墙钟时间低于 5 小时，Qwen3-30B 配置全搜索为 224 CPU 小时、34 美元 API 花费，约为 DGM 基线的十分之一。还提到瓶颈在基准评估，故先用 LLM judge 排序候选自修改，仅评估有希望的候选，并给出 TerminalBench 上 gpt-5.4-high 作 pairwise judge 时从 29.2% 提升到 36.7%、gpt-5 为 34.5% 且其排名最高候选并非搜索产生的最佳智能体。这些是具体可核验的方法与数字，对自改进 Agent 与成本效率方向有参考价值。但内容为二手转述，未提供论文原文细节，也未说明实验设置、复现条件与局限，且互动量低，故质量与兴趣评分不宜过高。

72 浏览 3,001 点赞 8 评论 5 转发 0

正文

Recommend read. Love this new arc toward more affordable, more efficient self-improving coding agents. ![DAIR.AI](https://pbs.twimg.com/profile_images/1643277398522187778/31dedbLo_normal.jpg) DAIR.AI@dair\_ai Banger paper from MIT and Sakana AI. They show that self-improving coding agents work. The best part is that their approach, Self-Improvement via Fast Tree-search (SIFT), runs at a tenth of the CPU hours of DGM. They reach 35.1 percent on Polyglot with o3-mini after 30 expansions. DGM reaches 30.7 percent after 80 nodes of tree search. SIFT does it in under 50 CPU hours and under 5 hours of wall clock. The Qwen3-30B configuration runs its full search at 224 CPU hours and $34 of API spend, a tenth of the DGM baseline. The saving comes from where the money goes. Benchmark evaluation is the runtime bottleneck, so an LLM judge ranks candidate self-modifications first and only promising candidates get evaluated. Judge quality decides the run. On TerminalBench, gpt-5.4-high as the pairwise judge finds a 36.7 percent agent against a 29.2 percent starting point. gpt-5 finds 34.5 percent, and its top-ranked candidate is not the best agent its search produced. Paper: [academy.dair.ai/papers/self-im…](https://academy.dair.ai/papers/self-improvement-via-fast-tree-search-2609.19526) ![Tweet Image](https://pbs.twimg.com/media/HSm18tjaAAAKlYO.png) [🔗 View Quoted Tweet](https://x.com/dair_ai/status/2101410759511322725)

来源报道 · 1 篇 · 以下链接均前往原始媒体

omarsar0 MIT 与 Sakana AI 提出 SIFT：以快速树搜索实现更省算力的自改进编码智能体 09-20 · 原文发布

← 返回精选动态原文

MIT 与 Sakana AI 提出 SIFT：以快速树搜索实现更省算力的自改进编码智能体

正文

来源报道 · 1 篇 · 以下链接均前往原始媒体

更多内容