零人工标注造就自进化智能体！DAEDALUS 框架开源：探索-解题双 Agent 自博弈练习，程序化记忆使成功率狂升 15.9%

核心背景与行业痛点

当企业将自主 Coding Agent 或运维智能体部署到自研内部系统、定制 CLI 工具链或复杂的私有 API 沙箱时，智能体面临的最大挑战是“缺乏先验操作常识”。模型不了解接口的隐式超时机制、特殊的入参格式约定、或是特定报错背后的真实症结。缺乏经验积累机制的智能体会一遍遍踩进同一个技术深坑，导致交互轨迹无限拉长、最终任务屡屡失败。过去业界为了赋予智能体记忆，必须组织高级工程师撰写繁重的运行操作指南（Runbooks），或者设计昂贵的测试用例与 Oracle 判定器。在业务快速迭代的现实场景中，这种人工依赖使得智能体系统难以低成本规模化落地。

架构亮点与底层机制

为了打破对人工专家知识与 Oracle 校验器的强依赖，Illuin Technology 研究团队构建了全新的自主记忆进化系统 DAEDALUS（arXiv:2610.08048）：

1. 探索者-解答者双智能体解耦（Explorer-Solver Synergy）：

• Explorer Agent：在目标软件环境中自主探测探索，动态生成具备一定挑战性、但又在当前系统可解范围内的练习任务；
• Solver Agent：作为任务执行者，负责接收并尝试解决 Explorer 生成的练习任务；

1. 基于失败回溯的启发式提炼（Failure-Driven Heuristic Synthesis）：当 Solver 在练习中遭遇挫折或报错时，系统自动对交互轨迹进行因果归因，从具体报错中抽象出操作型经验（如“调用该 API 前必须先初始化 token”）；
2. 严苛的重复验证门禁（Deterministic Replay Gate）：提炼出的经验绝非盲目入库，必须注入上下文由 Solver 进行多次闭环重试；只有当该规则在重复验证中稳定带来任务成功时，才被认定为黄金经验并持久化归档至经验记忆库（Memory Bank）；
3. 难度自适应飞轮反馈：Solver 的成败表现会实时反哺给 Explorer，促使 Explorer 动态调整后续生成任务的复杂度，形成自适应的学习课程（Curriculum Learning）。

权威 Benchmark 与实测跑分对比

研究团队在涵盖软件工程、工具调用与日常自动化的三大权威基准（AppWorld、tau^2-bench、AutomationBench）上展开了极限压测：

1. 平均任务成功率暴涨 15.9 个百分点：在零人工标注介入的前提下，相比无记忆基线，挂载 DAEDALUS 记忆库的智能体任务成功率平均提升高达 15.9%；
2. Pass^5 成功率实现 2.2 倍翻倍突破：在考量多次尝试成功率的 Pass^5 指标上，智能体展现出惊人的稳定性，成功率提升达 2.2x；
3. 低成本极速冷启动：消融实验显示，仅需极小规模的早期自主探索预算，DAEDALUS 就能完成高价值核心记忆库的构建；更关键的是，由某一模型探索提炼出的启发式规则，直接注入到其他异构开源与商业模型中依然带来立竿见影的增益；
4. 自主生成任务可作为高效 Proxy Benchmark：研究进一步发现，Explorer 自主生成的练习集难度梯度极其合理，甚至可以直接作为评估各类基础模型的轻量基准代理。

开发者实战落地与开箱指南

DAEDALUS 项目已全量开源（GitHub: illuin-tech/daedalus），为软件工程自动化与企业级 Agent 落地提供了极具颠覆性的新武器。团队在将 Coding Agent 接入新的业务微服务或命令行系统时，不要再耗费数周时间让人工编写冗长 Prompt 规则。开发者只需将 DAEDALUS 沙箱环境配置完毕，让其自主运行数小时进行“探索-自解-归纳”冷启动，系统即可自动沉淀出高度鲁棒的领域操作记忆，以极低的研发开销打造越用越聪明的企业级自动化智能体。