FlowEvo:用工作流与技能的协同进化打造自演化智能体

大型语言模型驱动的智能体在解决复杂任务时，往往通过推理、工具调用与代码执行组合构建推理时工作流。然而，这些工作流中涌现出的有用程序常常是「一次性」的：它们帮助解决了当前任务，却无法以系统化的形式沉淀下来，为后续任务提供帮助。针对这一问题，来自东南大学等机构的研究者在 arXiv 上发表了 FlowEvo 框架，试图让智能体在无需更新模型参数的前提下，通过工作流与技能的协同进化，持续积累并优化任务求解能力。

核心思路：训练无关的技能沉淀机制

FlowEvo 的关键设计在于将「成功的执行轨迹」转化为「可复用的技能记录」。每条记录包含一个可调用产物（如一段可执行代码）以及配套的结构化指引，并在入库前尽可能经过接口、复现与安全性三类校验。这些技能记录被持久化保存在推理时的技能库中，供后续任务直接调用或作为上下文注入。

具体而言，FlowEvo 由三个相互耦合的机制组成：

工作流到技能的编译：从成功轨迹中抽取可复用的可执行产物，形成结构化技能记录。
技能到工作流的反馈：在后续任务求解时检索已积累的技能，支持直接执行或以结构化上下文注入的方式复用。
技能策展：监控技能的下游效用，抑制那些会带来负迁移的技能记录。

三者共同构成一个「工作流 → 技能 → 工作流」的闭环反馈循环，使智能体在推理阶段就能不断打磨能力，无需重新训练模型。

实验结果：准确率与成本的双重优势

研究者在三类基准上对 FlowEvo 进行了评估，覆盖交互式环境与代码/数学生成任务：

ALFWorld（交互式环境）：FlowEvo 取得 82.8% 的成功率，较评估中最强基线高出 23.6 个百分点。
HumanEval（代码生成）：作为评测基准之一纳入对比。
GSM8K（数学推理）：同样用于验证框架泛化能力。

在效率层面，FlowEvo 的单回合平均 token 用量低于所有对比基线中最高效者的一半，实现了更优的「准确率—成本」权衡。此外，受控消融实验证实，上述三个机制各自都对最终结果有所贡献，移除任意一项都会带来明显性能下降。

开源与适用场景

FlowEvo 是一个「训练无关」的框架，部署时不需要更新底层模型参数，因此对算力与训练数据的要求较低，适合在已有大模型之上快速搭建具备经验沉淀能力的智能体系统。研究团队已将代码开放在 GitHub 仓库 DEFENSE-SEU/FlowEvo，便于研究者复现与扩展。

从适用场景看，FlowEvo 尤其契合那些需要反复调用相似工具或执行相似步骤的任务——例如多步骤代码生成、交互式环境中的长程决策，以及带有固定工具链的客服/运维流程。其核心思想——把临时性成功经验固化为可复用资产——也为后续 agent 系统的工程化设计提供了一种值得借鉴的范式。