EvolveTrade 在每個交易區間後重寫交易代理的系統提示
EvolveTrade 論文把交易代理的系統提示視為其策略。每個交易區間結束後，另一個 Policy Agent 會讀取決策軌跡和已實現回報，並重寫該提示。骨幹模型保持凍結。
論文報告，在多種市場狀態和兩個骨幹模型下，演化後的代理在大多數設定中，夏普比率和累計回報均優於固定提示基線。重寫後的提示亦促使代理進行更多基於程式碼的分析，並計算符合當前市場狀態的訊號。
相關AI快訊
Qwen 團隊推出原生多模態模型 Qwen3.8-Omni-Flash
Qwen3.8-Omni-Flash 專為跨文字、音頻及影片的長程智能體任務而訓練，採用 Qwen3.8-Next 的稀疏混合專家設計，上下文視窗達 100 萬個 token。兩個開源框架 Qwen-MM-Plugins 與 Qwen-Live-Harness，分別加入多模態及實時智能體支援。
SkillLift 論文報告演進智能體技能的 token 成本降低 40–70%
DAIR.AI 重點介紹一篇 SkillLift 論文，該論文訓練一個已學習的評分準則，為智能體技能提示候選排名，而非以完整 rollout 為每次修訂評分。報告稱其在 SkillsBench 及 WildClawBench 上擊敗 SkillOpt 和 CoEvoSkills，以少 40 to 70% 的 token 達到目標表現。
微軟論文報告 CASD 提示詞優化平均提升 16.6 分
CASD 讓現成的編程智能體分析完整的智能體日誌，並把發現寫成單一提示詞中的規則，無需環境存取或驗證數據。DAIR.AI 表示，在所報告的基準測試中，一次處理的表現優於 GEPA 與 SkillOpt，每個優化後的提示詞成本約 1.60 美元。
JEV 級聯以約 57% 費用保留 GPT-6 準確率的 99%
一篇 Jev-as-a-Judge 論文報告，接納 TypeSafe AI 有信心的 JEV 判定，並把其餘個案升級至 GPT-6 Astra，在 510 組留出偏好配對上保留了 GPT-6 準確率的 99%，費用約為 GPT-6 的 57%。作者表示，升級閾值並非對每個後備模型都能轉移，應按自身數據設定。
Salesforce AI Research 審核最乾淨的公開終端代理 RL 資料集，僅 35.8% 通過
Salesforce AI Research 在發現雙向獎勵錯誤後，將該資料集的乾淨比例定為 35.8%，另外兩個分別為 10.1% 和 3.3%。作者表示，用於過濾有缺陷環境的 RIVER，在使用少於 TMax 30% 環境的情況下，把 Terminal-Bench-Lite 上的 RL 增益提高 106%，把 Terminal-Bench v2.1 上的增益提高 30%。