一次 Agent 运行花了很久，最后只留下一个“0 分”：GEPA 为什么要把错误日志也拿来学习

导读

复杂 Agent 任务失败后，如果只保留一个分数，编译错误和工具反馈里的修复线索就被丢掉了。GEPA 作者 Lakshya Agrawal 提出让模型阅读完整轨迹，把具体经验写回提示词或工作流程，并保留各有优势的多个候选继续搜索。在 AMD kernel 实验中，反思过程从错误和性能记录中提炼出硬件兼容规则，帮助 Agent 避开不适用的头文件；研究者报告特定任务上的向量利用率得到改善。GEPA 修改的是文本而非模型权重，适合已有一定能力、反馈可读且能够反复评测的任务。面对主观评价，团队可以让专家先标注生产案例，再建立裁判；同时分开优化、候选选择和最终留出数据，定期人工复核，避免系统只学会迎合评分器。