S Cao、Z Mao、D Li、J E 等人（UC Berkeley，2026）的《Evolving Agent Teams》聊的是底层开发里一个一直没解决的难题：AI 生成工业级内核。以前的方法卡在架构效率低，根子上的问题是静态分工没法适应从纠错到重构这种动态周期。这篇文章的关键想法是把智能体团队看成跟着代码一起进化的变量——监督者看到卡点就当场创设角色、重组管线，这个操作把问题解开了。真正留下来的遗产是跑赢人类手写内核的机器源码；给后来者开的新门是协作阵型能自动演进，但还没跨过去的门槛是高耗费导致的统计孤证。arxiv.org/abs/2610.36848 机器学习 人工智能 论文 AI创造营