Agent「记吃不记打」？华为诺亚&港中文发布SCOPE：Prompt自我进化，让HLE成功率翻倍
Agent「记吃不记打」？华为诺亚&港中文发布SCOPE：Prompt自我进化，让HLE成功率翻倍在 LLM Agent 领域，有一个常见的问题：Agent 明明 "看到了" 错误信息，却总是重蹈覆辙。
来自主题: AI技术研报
7735 点击 2025-12-30 09:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在 LLM Agent 领域，有一个常见的问题：Agent 明明 "看到了" 错误信息，却总是重蹈覆辙。
文本提示图像分割（Text-prompted image segmentation）是实现精细化视觉理解的关键技术，在人机交互、具身智能及机器人等前沿领域具有重大的战略意义。这项技术使机器能够根据自然语言指令，在复杂的视觉场景中定位并分割出任意目标。
最初只是我写了一个特别好玩的 prompt，那个 prompt 是一个代入修仙世界的文字游戏，没想到这个 prompt 会成为所有故事的起点。后来我们把 prompt 包了一下，上了个简单的网页，实际上开发1周，形态是chatbox，纯文本+流式输出，有选项、死亡状态，非常简单的一波流的小玩具，但是也收到了很多正向反馈。
最绝望的事，莫过于，错过了自己那个本该精彩的人生。所以，我突然有一个想法，就是AI明明现在都这么强了。那，为什么不可以，帮我挖掘我们自己真正的天赋呢？说干就干，在花了一下午时间，迭代了好多版Prompt之后。
用零手写代码、零成本、零部署压力的“三无”AI生成应用，把Prompt换成真金白银的第一批“野生开发者”已经出现了。
正如奥特曼执意打造硬件，试图打破手机屏束缚，要让 AI 感受物理世界；Looki 的诞生也源于同样的渴望：补齐大模型「感官智能」的最后拼图，将现实场景实时转化为上下文，驱动人机交互从「被动问答」进化为「主动共鸣」。
我们正处在一个AI Agent（智能体）爆发的时代。从简单的ReAct循环到复杂的Multi-Agent Swarm（多智能体蜂群），新的架构层出不穷。但在这些眼花缭乱的名词背后，开发者的工作往往更像是一门“玄学”，我们凭直觉调整提示词，凭经验增加Agent的数量，却很难说清楚为什么某个架构在特定任务上表现更好。
还在争论Skills是不是prompt？已经可以停下火了。因为，刚刚得到的消息消息，OpenAI已经悄悄地用上了Skills了。今天，知名博主、Django Web 框架联合创始人Simon Willson爆料：
宾夕法尼亚大学沃顿商学院（The Wharton School）今年发布了一系列名为《Prompting Science Reports》的重磅研究报告。他们选取了2024-2025最常用的模型（如GPT-4o, Claude 3.5 Sonnet, Gemini Pro/Flash等），在极高难度的博士级基准测试（GPQA Diamond）上进行了数万次的严谨测试。
最近口述采样很火。如果您经常使用经过“对齐”训练（如RLHF）的LLM，您可能已经注意到一个现象：模型虽然变得听话、安全了，但也变得巨“无聊”。