EurekAgent: Agent Environment Engineering is All You Need For Autonomous Scientific Discovery
EurekAgent：环境工程是实现自主科学发现的核心
🧭 Agent环境工程 · 自主科学发现
Tsinghua University · Zhipu AI
通过环境工程（权限、制品、预算、人机交互）引导Agent自主科学发现，以极低成本在26圆堆积等任务创下新SOTA。
📌 工作参考价值
- 权限隔离与沙箱：在电商推荐Agent中，可借鉴权限工程，将Agent的探索行为限制在沙箱环境中，防止直接操作线上评估或污染训练数据，实现安全试错。
- 制品版本管理：利用基于Git的制品工程管理Agent生成的实验配置、模型检查点或Semantic ID映射表，实现可追溯、可回滚的迭代，提升团队协作效率。
- 成本预算控制：为Agent设定API调用预算或时间预算，避免在自动调参、query改写生成等任务中产生过高推理成本。EurekAgent用<11美元发现SOTA，证明预算能激发高效探索。
- 轻量人机交互：设计便捷的人类监督接口，让领域专家在关键决策点（如新推荐策略上线前）快速审核或修正，在Agent自动化与人工控制间取得平衡。
动机：LLM智能体在科学发现中潜力巨大，但随着模型能力提升，瓶颈逐渐从设计工作流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。不当环境会导致奖励攻击、高摩擦人工监督等问题。因此，需要系统性的环境工程来引导智能体进行开放式探索、控制成本、便于人类干预。
方法：提出EurekAgent，从四个维度工程化智能体环境：
- 权限工程：限制智能体的执行范围，使用隔离环境进行安全评估，防止破坏性操作。
- 制品工程：基于文件系统和Git实现结构化制品管理与多智能体协作，支持版本追溯。
- 预算工程：引入预算感知的探索机制，让智能体在成本约束下优化行为。
- 人机交互工程：提供简洁的监督接口，允许人类在关键节点介入或批准。
结果：在数学、内核工程和机器学习等多类任务上达到新SOTA。在26圆堆积问题中，EurekAgent从基线出发，通过多轮迭代（利用web搜索引入已有解、切换到更优局部盆地方案），以不到11美元的API总成本发现了超越前人的新SOTA结果，展示了环境工程在提升自主发现效率与可靠性上的显著效果。