云玦 Agent（Yunjue Agent）资料汇编

一、论文元信息

二、作者

1
2
3

Haotian Li*†¹²    Shijun Yang*†³¹    Weizhen Qi¹
Silei Zhao¹        Rui Hua¹            Mingzhu Song¹
Xiaojian Yang¹     Chao Peng¹

• * Equal contribution；† During Internship at Yunjue Technology
• 机构：¹ Yunjue Technology、② Harbin Institute of Technology、③ University of Science and Technology of China
• 通讯：Weizhen Qi qiweizhen@yunjuetech.com
• Copyright 2026 by Yunjue Technology

三、论文结构

v1

Abstract → 1. Introduction → 2. In-situ self-evolving agents → 3. Methodology（3.1 / 3.2 / 3.3）→ 4. Experiment setup → 5. Evaluation on open-ended evolution（5.1 / 5.2 / 5.3 / 5.4）→ 6. Related Work → 7. Discussion and future work → 8. Conclusion → A. Experiment setup → B. More evaluation results → C. Case study → D. Prompts → References

v2 新增

• A. Mathematical proof（A.1 Theorem 5.1、A.2 Theorem 5.2）
• B. Algorithm
• 后续附录顺移为 C–F

四、摘要

v2 摘要核心表述：静态工具集与离线训练使能力边界僵化；提出 In-situ Self-Evolving；关键路径是 tool evolution；引入 Parallel Batch Evolution；提出收敛监控指标，功能类似训练损失。

五、核心范式：In-Situ Self-Evolving

1. 形式化定义

Agent system = tuple M = ⟨W, C, T⟩。W 为有向图，C 为上下文集合，T 为工具集合。

2. In-Situ Self-Evolving 定义

查询序列 {x₁,…,x_T} 驱动系统从 M₀ 进化到 M_T；t 轮后更新为 M_{t-1} → M_t；任何组件都可被修改；与训练式自进化不同，in-situ 发生在推理阶段、无 ground truth。

3. 关键设计决策：固定 W 和 C，只让 T 演化

fix W；参考 Agent KB 后 fix C；系统退化为 M_t = ⟨W₀, C₀, T_t⟩。工具集变异是通用 agent 最决定性因素。

脚注 1：执行流虽可动态分支，但 workflow structure 与 prompt templates 是预定义的，故视为固定。

4. 为什么选工具

工具提供可验证的二值信号：程序要么成功要么抛异常；这是自主纠错的前提。

六、四点贡献

1. Zero-start In-Situ Self-Evolving 达到 SOTA
2. 跨域迁移性
3. 收敛监控指标 EGL
4. 可复现开源

七、方法论

1. Tool Accumulation（3.1 节）

收到 x_t 后先检索 T_sub ⊆ T_{t-1}，不足则合成 P_t，执行，自我反思，最后 T_t = P_t ∪ T_{t-1}。

进化分宽度和深度两个维度；充分迭代后趋于收敛。

2. Parallel Batch Evolution（3.2 节）

批量 B 个查询并行，各自生成局部工具集 P_{t,i}，batch 结束后聚类去重，得到 T_t = Φ({G_j})。

类 mini-batch SGD；也是 Best-of-N test-time scaling。

3. Yunjue Agent 多 Agent 系统（3.3 节）

角色：Manager / Executor / Tool Developer / Integrator，批级同步由 Aggregator + Merger 完成。

流程：

1. Manager 检索工具；不足时由 Tool Developer 即时合成 Python primitives
2. Executor 用 ReAct 执行
3. 运行时若遇到缺少能力，暂停并请求 Manager 动态补工具
4. 结束后 Integrator 汇总出 a_t，更新 T_t

八、Benchmark 与成绩

已验证的具体数据

以下数据均在论文 HTML v2 第 5.1 / 5.2 / Table 1–3 可读到：

消融实验：

• B=2/4/8/16 以及 ∞ baseline 的 Acc / Time / TSR / ATT / Cost 见 Table 2
• 不同 backend 在 DSQA / FSC 的结果见 Table 3

五个 benchmark 名称

1. HLE
2. DeepSearchQA
3. FinSearchComp T2/T3
4. xbench-ScienceQA
5. xbench-DeepSearch

九、EGL 指标

公式（第 5.3 节）：

1

EGL(t) ≜ L_t = C_t / U_t = (Σ_{i=1}^{t} c_i) / (Σ_{i=1}^{t} u_i)

其中 c_i 与 u_i 分别是第 i 步的工具合成数与调用数。

定理：

• 5.1 Descent Condition：当边际合成比 < 历史累计比时，EGL 下降
• 5.2 Convergence Rate：若 C_t 收敛、U_t 线性增长，EGL 以 O(1/t) 收敛到 0

证明见附录 A.1 / A.2。

十、涌现工具

top 工具包括：

• web_search
• fetch_text_url / fetch_api_data
• evaluate_expression_math
• read_excel（出现在 warm-start / zero-start 交集中）

十一、官方 Highlight

1. In-situ Self-evolving Paradigm
2. SOTA Performance from Zero-Start
3. Tool-First Evolutionary Principle
4. Fully Reproducible & Open Traces

十二、GitHub 仓库

十三、公司

十四、第三方解读（未独立验证）

• 知乎：zhuanlan.zhihu.com/p/2003925669973878309 — 可作为背景阅读，数据以论文为准

十五、参考文献

• arXiv abs
• arXiv HTML v1
• arXiv HTML v2
• arXiv PDF
• GitHub
• HuggingFace Traces
• 官网
• HLE
• xbench