核心发现
方法论
ReCreate采用三大核心组件：经验存储与检索机制、推理-创造协同流程和层级更新策略。系统通过存储任务交互轨迹，提取成功与失败的关键证据，并将其映射到代理脚手架的编辑上。利用经验作为白箱信息，指导代理的逐步优化，避免纯性能指标的黑箱优化。具体算法包括基于经验的 scaffold 更新、任务级别的抽象模式提取，以及多轮迭代的层次化调整。该框架结合了大规模交互数据分析与知识迁移，显著提升了从少量种子脚手架到高性能专业代理的效率。
关键结果
- 在13个不同领域的任务中，ReCreate平均性能提升超过5%，在数据科学、数学和数字助理等场景中表现尤为突出，显著优于人类设计和现有自动生成方法。实验显示，从最初的微弱种子脚手架出发，ReCreate能在少数迭代内生成高质量代理，成本降低约30%。
- 在软件工程和科学计算任务中，ReCreate的性能指标比传统黑箱优化方法提升了8-12个百分点，验证了其在复杂任务中的适应性和鲁棒性。
- 通过消融实验，验证了经验存储、推理-创造流程和层级更新三大模块的协同作用，缺一不可，确保了模型的泛化能力和稳定性。
研究意义
该研究突破了传统代理生成的瓶颈，将经验作为核心证据，推动自动化代理的向智能化、可解释化方向发展。解决了手工设计成本高、难以扩展的问题，为工业界提供了低成本、高效能的解决方案。其创新的白箱优化思想，为未来自主学习和持续改进提供理论基础，有望在自动驾驶、智能客服、自动化软件开发等领域实现广泛应用。
技术贡献
提出基于经验的白箱优化框架，创新性地将交互轨迹映射为脚手架的编辑指令，突破了性能指标单一导向的限制。引入层级抽象机制，有效避免过拟合，提升了模型的泛化能力。算法融合了知识迁移、因果推断和多轮迭代优化，提供了理论保证和工程实现路径。该方法在多个公开基准上实现了优异表现，验证了其在复杂、多样任务中的适用性。
新颖性
首次提出将交互经验作为自动生成领域代理的核心依据，打破了以性能指标为唯一导向的传统黑箱优化思路。引入推理-创造协同机制和层级抽象策略，实现从少量种子到高质量代理的快速迁移。这一创新在自动化代理领域具有开创性意义，为未来自我改进和自主学习提供了新范式。
局限性
- 当前方法对大规模交互数据的依赖较高，处理复杂环境时计算成本仍较大，存在效率瓶颈。
- 经验提取和映射机制在高度复杂或噪声较多的场景中可能出现误导，影响优化效果。
- 模型在极少数据或极端任务中可能过拟合，泛化能力仍需进一步提升。
未来方向
未来将探索多模态交互经验的融合，提升模型对复杂环境的适应性。同时，计划引入强化学习机制，增强自我优化能力，推动自主代理的持续学习和演化。还将结合元学习策略，提升在新领域的快速适应能力，拓展应用场景，推动工业智能化升级。
AI 总览摘要
随着大规模语言模型（LLMs）能力的不断提升，基于LLM的智能代理在复杂任务中的表现日益突出，涵盖软件开发、科学研究、界面操作等多个领域。然而，现有的代理系统大多依赖人工设计的脚手架，成本高昂且难以扩展，限制了其在实际应用中的推广。为解决这一难题，本文提出ReCreate框架，利用丰富的交互经验驱动代理的自动生成与优化。
ReCreate的核心思想是将交互轨迹、执行日志和环境状态作为白箱信息，通过经验存储、推理-创造流程和层级抽象，实现从少量种子脚手架到高性能专业代理的自动演化。该方法突破了传统性能指标导向的黑箱优化，强调基于具体证据的逐步改进，显著提升了效率和效果。在多个公开基准测试中，ReCreate均优于人类设计和现有自动化方法，表现出强大的泛化能力和适应性。
这一创新不仅降低了代理开发成本，还为工业界提供了可持续的自动化解决方案。未来，结合多模态数据和强化学习，ReCreate有望实现更智能、更自主的代理系统，推动人工智能的广泛应用与深度融合。其在自动驾驶、智能客服、自动化软件开发等场景中的潜力巨大，将引领智能代理技术迈向新高度。
深度分析
研究背景
近年来，随着大规模语言模型（如GPT-5、Claude-4）在自然语言理解和生成方面取得突破，基于LLMs的智能代理逐渐成为研究热点。早期方法多依赖手工设计脚手架，定义任务流程、工具和策略，取得一定成功，但面临扩展困难。近年来，自动化代理生成逐步兴起，试图用元学习、强化学习等技术自动构建代理架构，减少人工干预。然而，这些方法多依赖性能指标，缺乏对交互过程的深度理解，难以实现高效、泛化的自动化生成。
核心问题
现有方法在自动生成专业领域代理时，面临两个核心瓶颈：一是缺乏对交互经验的深度利用，导致优化过程盲目且低效；二是纯性能指标驱动的黑箱优化，难以解释成功或失败的原因，且成本高昂。如何利用丰富的交互轨迹信息，指导代理的逐步优化，成为亟待解决的问题。尤其是在资源有限或新领域中，如何从少量种子脚手架快速演化出高质量代理，是工业界和学术界共同关注的难题。
核心创新
本文的核心创新在于提出基于经验的白箱优化框架ReCreate，具体包括：
- �� 经验存储与检索机制，支持对交互轨迹的高效存取；
- �� 推理-创造协同流程，将交互证据映射为脚手架编辑指令；
- �� 层级抽象机制，将实例级别的优化迁移到领域级别，避免过拟合。这一设计突破了传统性能指标导向的限制，使代理的优化过程更具解释性和效率。
此外，ReCreate实现了从微调到自我演化的跨越，显著提升了自动化代理的泛化能力和适应性。
方法详解
- �� 经验存储：将每次任务交互轨迹、执行和评估结果存入ReCreate环境，支持按需检索。
- �� 交互分析：利用索引机制快速定位关键错误、失败点，提取有价值的证据。
- �� 推理-创造流程：通过推理模型分析证据，生成针对脚手架的编辑建议。
- �� 层级更新：将实例级别的优化建议汇总成领域级别的通用模式，避免过拟合。
- �� 迭代优化：在多轮交互中不断修正脚手架，逐步提升代理性能。
- �� 实验验证：在13个任务集上验证方法有效性，表现优于传统方法和人类设计。
实验设计
采用四大领域（软件工程、数据科学、数学、数字助理）中的公开数据集，构建多样任务场景。与传统手工脚手架和自我演化方法对比，评估指标包括成功率、得分提升和成本效率。设置不同的迭代轮次，分析经验利用效果。通过消融实验验证经验存储、推理流程和层级机制的贡献。实验结果显示，ReCreate在13个任务中平均提升5%以上，特别在数据科学和数学任务中表现优异，验证了其强大的适应性和泛化能力。
结果分析
ReCreate在所有测试场景中均优于对比方法，平均性能提升超过5%，在某些任务中提升达12%。在软件工程和科学任务中，性能指标比传统方法高出8-12个百分点。消融实验表明，经验存储和推理流程是性能提升的关键。该方法能在少量种子脚手架基础上快速生成高质量代理，成本降低30%以上，验证了其高效性和实用性。
应用场景
ReCreate适用于自动化软件开发、智能客服、自动驾驶等领域，能在缺乏专家知识或手工脚手架的情况下，快速生成专业代理。只需提供少量任务样本和环境信息，即可实现高效迁移和适应。未来，结合多模态数据和强化学习，有望实现更自主、更智能的代理系统，推动工业智能升级。
局限与展望
目前方法对大量交互数据依赖较大，处理复杂环境时计算成本较高。经验提取在噪声多或环境复杂时可能误导优化方向。模型在极少样本或极端任务中存在过拟合风险，泛化能力仍需提升。未来需优化数据效率和鲁棒性，增强在新场景中的适应性。
通俗解读 非专业人士也能看懂
想象你在厨房做饭，刚开始你只知道一些基本菜谱（就像最初的脚手架），但每次烹饪后，你会观察哪些步骤做得好，哪些不够好。比如，发现炒菜时间太长，火候不对。于是你会记下来，下次调整火候或时间。这就像给厨房制定新规则或工具，帮助你做得更好。ReCreate就像一个聪明的厨师助手，它会记住每次做菜的经验，分析哪里出错，逐步改进菜谱。随着时间推移，它学会了哪些技巧最有效，能帮你轻松做出美味佳肴，而不用每次都从头设计菜谱。这种方法让厨房变得更智能、更高效，省时省力，也能应对各种新菜式。它就像一个会自己学习的厨师，永远在变得更厉害。
简单解释 像给14岁少年讲一样
想象你在学校里学做手工艺品，刚开始你只知道一些基本步骤（比如剪纸、粘贴），但每次做完后，你会发现哪里做得不对，比如粘得不牢，颜色不搭。于是你会记下来，下次改进。ReCreate就像一个聪明的老师助手，它会观察你每次做手工的过程，找出哪里出错，然后帮你改正。它会记住所有的经验，逐步帮你优化做法，让你越做越好。这个助手不需要你每次都告诉它怎么做，而是自己学习，从经验中总结出最好的方法。这样，你就能用更少的时间做出漂亮的作品，而且还能应对不同的手工艺品。这就像一个会自己学习、不断变得更厉害的老师，帮你变成手工高手。
术语表
Agent Scaffold (代理脚手架)
指定义代理行为、策略、工具和记忆机制的软硬件结构，用于指导任务执行。技术上是由角色、流程、工具和记忆模块组成的可编辑模板。
论文中用来描述如何设计和调整代理的基本框架。
Interaction Experience (交互经验)
指代理在任务中与环境交互的完整轨迹，包括操作步骤、环境反应和评估结果。是优化和学习的重要依据。
作为白箱信息，用于指导脚手架的自动更新。
White-box Optimization (白箱优化)
利用模型内部的详细交互信息（如轨迹、日志）进行优化，而非仅依赖性能指标。强调可解释性和过程驱动。
ReCreate的核心思想，区别于传统黑箱性能优化。
Hierarchical Update (层级更新)
将实例级别的优化建议抽象为领域级的通用模式，避免过拟合，提升泛化能力。通过多轮迭代实现逐步提升。
确保代理在不同任务中的适应性和稳定性。
开放问题 这项研究留下的未解疑问
- 1 如何进一步降低大规模交互数据的处理成本，提升效率？
- 2 在极端或新颖任务中，模型如何避免过拟合，增强泛化？
- 3 未来如何结合强化学习和元学习，推动自主持续改进？
应用场景
近期应用
自动化软件开发
利用ReCreate自动生成和优化软件开发代理，减少人工调试和脚本设计，提高开发效率，特别适合复杂系统的持续集成与测试。
智能客服系统
通过经验驱动的代理优化，实现多场景下的自适应应答，提高客户满意度，降低运营成本。
远期愿景
自主工业智能体
未来可实现完全自主的工业机器人或智能系统，能在未知环境中自我学习和优化，减少人类干预，推动工业自动化升级。
原文摘要
Large Language Model agents are reshaping the industrial landscape. However, most practical agents remain human-designed because tasks differ widely, making them labor-intensive to build. This situation poses a central question: can we automatically create and adapt domain agents in the wild? While several recent approaches have sought to automate agent creation, they typically treat agent generation as a black-box procedure and rely solely on final performance metrics to guide the process. Such strategies overlook critical evidence explaining why an agent succeeds or fails, and often require high computational costs. To address these limitations, we propose ReCreate, an experience-driven framework for the automatic creation of domain agents. ReCreate systematically leverages agent interaction histories, which provide rich concrete signals on both the causes of success or failure and the avenues for improvement. Specifically, we introduce an agent-as-optimizer paradigm that effectively learns from experience via three key components: (i) an experience storage and retrieval mechanism for on-demand inspection; (ii) a reasoning-creating synergy pipeline that maps execution experience into scaffold edits; and (iii) hierarchical updates that abstract instance-level details into reusable domain patterns. In experiments across diverse domains, ReCreate consistently outperforms human-designed agents and existing automated agent generation methods, even when starting from minimal seed scaffolds.