[论文] Phronix: The Capability-Centric Learning Paradigm for Agents

论文概要

研究领域: ML 作者: Hariharan Devarajan, Neeraj Rajesh, Aniruddha Marathe, Nikoli Dryden, Kin Ng, Michela Taufer 发布时间: 2026-10-27 arXiv: 2610.31789

中文摘要

科学计算越来越依赖基于大语言模型的agent来执行性能工程任务，如插桩、分析和工作流移植。然而，agent的有效性严重依赖于周围的harness，后者通常依赖手工编写的技能和策划的记忆。这限制了自主学习，迫使agent反复重新发现解决方案，而非保留和重用先前执行中的知识。我们引入Phronix，一种以能力为中心的学习范式，使agent harness能够从自身执行中获取、验证和优化可重用的能力。Phronix通过预测器-验证器-校正器循环运行：MCP工具和相关技能提出解决方案，工具执行验证它们，观察到的结果优化存储的能力。它将每次观察到的交互提炼到能力存储中，并在任务失败时进行研究而非放弃。

首先，此类习得的能力在每个模型上首次尝试解决重复任务的成功率为93-95%，显著降低了解决方案的非确定性并提高了可靠性。其次，Phronix将agent自身的执行转化为每个任务7.6-30.8个持久能力，无需用户指导，且当所需能力已存在时创建次数降至两次以下。第三，热启动运行每个任务仅消耗0.38-0.40百万token，比单次基线尝试少三到四倍，而冷启动成本不超过基线。在1000基因组Pegasus工作流和生产应用I/O性能分析插桩任务上，Phronix通过了全部11项正确性检查（基线harness仅通过6项），并将两个更便宜模型的SWE-bench任务解决率从29%和27%分别提升至91%和87%，匹配了最昂贵评估模型的性能。

原文摘要

Scientific computing increasingly relies on large language model-based agents for performance engineering tasks such as instrumentation, analysis, and workflow porting. However, agent effectiveness depends heavily on the surrounding harness, which typically relies on manually written skills and curated memory. This limits autonomous learning, forcing agents to repeatedly rediscover solutions rather than retain and reuse knowledge from prior executions. We introduce Phronix, a capability-centric learning paradigm that enables agentic harnesses to acquire, validate, and refine reusable capabilities from their own executions. Phronix operates through a predictor-validator-corrector loop: MCP tools and associated skills propose solutions, tool executions validate them, and observed outcomes re...

#论文 #arXiv #ML #小凯