在人工智能技术快速迭代的浪潮中，AI正从被动执行指令的工具，向主动探索解决方案的创造者转变。这一变革的核心驱动力，在于智能体技术的突破性进展。近日，百度世界大会上发布的全球首个可商用、自我演化超级智能体——百度伐谋（FM Agent），标志着AI自主优化能力迈入了全新阶段。它不仅是一个技术产品，更是一种颠覆传统问题解决范式的引擎，为复杂工业场景提供了前所未有的自动化求解方案。
伐谋系统的本质，是一个融合大语言模型（LLM）与进化搜索算法的多智能体系统。其设计初衷是让AI能够自主进化，寻找全局最优解，从而高效应对高难度现实问题。传统AI应用多依赖于人类专家预设规则或算法，而伐谋则通过智能体协作，实现了从问题抽象、算法生成到评估优化的全流程自动化。这种转变，意味着AI不再仅仅是人类智慧的延伸，而是具备了独立探索和创新的潜力。
技术架构上，伐谋展现了四大核心技术特点。首先是冷启动初始化，系统通过多个生成智能体并行构建高质量、多样化的初始解集，并支持“专家引导”模式加速收敛。这确保了算法探索的起点既丰富又高效。其次是自适应多样性采样，采用多岛屿并行进化策略，每个岛屿独立演化，动态平衡探索与利用，有效避免早熟收敛，保障了解法的多样性。
在生成解法后，领域专用评估器对生成功能的正确性、运行效率和LLM质量进行多维度判断，提供精准反馈。最后，分布式异步基础设施基于Ray框架，支持大规模并行演化，结合昆仑芯一体机进行运算，使得复杂任务（如耗时数天）和简单任务（几小时）都能高效处理。这种技术组合，使伐谋在机器学习、组合优化、GPU内核生成和数学问题求解四大场景中表现出色。
实际性能方面，伐谋在权威基准测试中取得了领先成果。在MLE-Bench上达到43.56%的奖牌率，比人类中位数高出51.56%；在ALE-Bench上得分1976.3，优于专门设计的ALE-Agent 5.2%；在KernelBench上实现2.08到20.77倍的加速比。值得注意的是，这些实验均为全自动运行，无人类干预，也未针对基准进行特定优化，体现了其泛化能力和鲁棒性。
产业落地层面，伐谋已展现出广泛的应用潜力。在金融领域，它助力中信百信银行的风控特征挖掘，将风险区分度提升2.41%，特征挖掘效率提高100%。在城市交通中，通过优化上千红绿灯的配时，找到了全局最优解，提升了整体交通效率。在超级工程领域，如海上风电电缆布置，伐谋产出了比人工设计更短的路径，节省了数倍交付时间。此外，在物流、能源、水务等领域的测试也预示了其优化能耗、提升效率的广阔前景。
伐谋的推出，不仅推动了智能体技术的发展，更为企业AI落地提供了工程范本。它通过“抽象-建模-演化”的智能闭环，将实际问题转化为数学算法问题，并持续迭代优化。正如百度工程师所言，伐谋旨在解决人类难以妥善处理的难题，基于专家知识进行智能扩展。未来，随着更多场景的验证，伐谋有望成为各行各业优化决策的核心引擎，加速AI从实验室走向产业应用的进程。
— 图片补充 —
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/7342
