EurekAgent: Agent Environment Engineering is All You Need For Autonomous Scientific Discovery
作者: Amy Xin, Jiening Siow, Junjie Wang, Zijun Yao, Fanjin Zhang, Jian Song, Lei Hou, Juanzi Li
分类: cs.AI, cs.CL
发布日期: 2026-06-11 (更新: 2026-06-12)
💡 一句话要点
提出EurekAgent以解决自主科学发现中的环境设计问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 自主科学发现 环境工程 智能体系统 机器学习 优化设计 人机协作 资源管理
📋 核心要点
- 现有方法在自主科学发现中面临环境设计不足的问题，限制了智能体的有效性和可靠性。
- 论文提出EurekAgent，通过环境工程设计智能体的执行环境，增强积极行为并抑制有害行为。
- EurekAgent在多个任务上取得了新的最先进结果，特别是在26个圆形打包问题上以低成本实现了突破。
📝 摘要（中文）
基于大型语言模型的智能体在自动化科学发现中展现出越来越大的潜力。通过优化指标和执行环境，它们能够提出、验证和迭代科学解决方案，并取得超越人类设计的方法的成果。随着模型能力的不断提升，我们认为自主科学发现的瓶颈正在从规定智能体工作流程转向设计智能体环境，即塑造智能体行为的资源、约束和接口。我们将此框架称为环境工程，旨在构建能够增强开放式探索、系统性文物管理和智能体间协作等积极行为，同时抑制奖励黑客和高摩擦人类监督等有害行为的环境。我们提出了EurekAgent，一个针对指标驱动的自主科学发现的环境工程智能体系统。EurekAgent在四个维度上进行了环境工程：权限工程、文物工程、预算工程和人机协作工程。EurekAgent在多个数学、内核工程和机器学习任务上设定了新的最先进结果，包括以不到11美元的API成本发现的26个圆形打包的新记录。我们开源了代码和结果，并呼吁将环境工程作为开发可靠自主研究智能体的核心研究方向。
🔬 方法详解
问题定义：论文要解决的问题是如何设计智能体的执行环境，以提升其在自主科学发现中的表现。现有方法往往忽视了环境对智能体行为的影响，导致智能体无法有效利用资源或产生有害行为。
核心思路：论文的核心思路是通过环境工程来优化智能体的执行环境，具体包括权限、文物、预算和人机协作四个方面的设计，以促进智能体的积极探索和有效合作。
技术框架：EurekAgent的整体架构包括四个主要模块：权限工程模块用于限制智能体的执行范围；文物工程模块支持文件系统和Git的协作；预算工程模块关注资源的有效利用；人机协作模块则提供了人类监督和干预的便利。
关键创新：最重要的技术创新在于环境工程的系统化设计，特别是通过权限和预算的动态管理，显著提升了智能体的自主性和效率。这与传统方法强调智能体工作流程的设计形成鲜明对比。
关键设计：在权限工程中，设置了智能体的执行权限和评估隔离；文物工程中，采用了文件系统和Git的协作机制；预算工程中，设计了预算感知的探索策略；人机协作工程则确保了人类能够轻松介入和监督智能体的行为。
🖼️ 关键图片
📊 实验亮点
EurekAgent在多个数学、内核工程和机器学习任务上设定了新的最先进结果，特别是在26个圆形打包问题上，以不到11美元的API成本实现了突破，显示出其在成本效益和性能上的显著优势。
🎯 应用场景
EurekAgent的研究成果具有广泛的应用潜力，特别是在科学研究、工程设计和数据分析等领域。通过优化智能体的执行环境，可以提高科学发现的效率和可靠性，推动自动化研究的进程。未来，该方法有望在更多复杂任务中应用，进一步提升自主智能体的能力。
📄 摘要（原文）
LLM-based agents have shown increasing potential in automating scientific discovery. Given an optimizable metric and an execution environment, they can propose, validate, and iterate scientific solutions, and have produced results that outperform human-designed approaches. As model capabilities continue to improve, we argue that the bottleneck for autonomous scientific discovery is shifting from prescribing agent workflows to designing agent environments: the resources, constraints, and interfaces that shape agent behavior. We frame this as environment engineering: building environments that amplify productive behaviors, such as open-ended exploration, systematic artifact management, and inter-agent collaboration, while suppressing harmful behaviors, such as reward hacking and high-friction human oversight. We present EurekAgent, an environment-engineered agent system for metric-driven autonomous scientific discovery. EurekAgent engineers the environment along four dimensions: permissions engineering for bounded agent execution and isolated evaluation; artifact engineering for filesystem and Git-based collaboration; budget engineering for budget-aware exploration; and human-in-the-loop engineering for easy human supervision and intervention. EurekAgent sets new state-of-the-art results on multiple mathematics, kernel engineering, and machine learning tasks, including new state-of-the-art 26-circle packing results discovered with less than $11 in total API cost. We open-source our code and results, and call for environment engineering as a core research direction for developing reliable autonomous research agents.