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: 2026-06-12
💡 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 大规模语言模型 代理系统 机器学习 数学优化 人机协作
📋 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，限制了代理的有效性和可靠性。
- 论文提出EurekAgent，通过环境工程设计代理环境，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，包括以不到11美元的API成本发现的26-circle packing结果。
📝 摘要（中文）
基于大规模语言模型的代理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，这些代理能够提出、验证和迭代科学解决方案，且其结果超越了人类设计的方法。随着模型能力的提升，我们认为自主科学发现的瓶颈正从规定代理工作流程转向设计代理环境，即影响代理行为的资源、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探索、系统化工件管理和代理间协作等积极行为，同时抑制奖励黑客和高摩擦人类监督等有害行为的环境。EurekAgent作为一个环境工程化的代理系统，针对度量驱动的自主科学发现进行了设计，并在多个数学、内核工程和机器学习任务上设定了新的最先进结果。
🔬 方法详解
问题定义：论文要解决的问题是如何设计代理环境以提升自主科学发现的效率和可靠性。现有方法往往侧重于代理工作流程，而忽视了环境对代理行为的影响。
核心思路：论文的核心思路是通过环境工程来优化代理的执行环境，具体包括权限工程、工件工程、预算工程和人机协作工程，以此来增强代理的积极行为并抑制负面行为。
技术框架：EurekAgent的整体架构包括四个主要模块：权限工程确保代理执行的边界和评估的隔离；工件工程支持基于文件系统和Git的协作；预算工程实现预算感知的探索；人机协作工程则便于人类监督和干预。
关键创新：最重要的技术创新在于环境工程的四个维度设计，使得代理能够在复杂环境中有效工作，区别于传统方法仅关注代理的工作流程。
关键设计：在权限工程中，设置了明确的执行边界；工件工程中采用了文件系统和Git的结合；预算工程中实现了对探索预算的动态管理；人机协作工程则设计了简便的监督接口，确保人类能够有效介入。
🖼️ 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-circle packing问题上，以不到11美元的API成本取得了显著的成果，展示了其在成本效益上的优势。
🎯 应用场景
该研究的潜在应用领域包括科学研究、工程设计和数据分析等领域。通过优化代理环境，EurekAgent能够提升科学发现的效率，减少人类干预的需求，具有重要的实际价值和未来影响。
📄 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.