一项研究通过在 Terminal-Bench 2.0 上测试三种代理-工具链优化方法，评估由优化器驱动的收益是否随时间累积。该研究在相同预算下比较了 GEPA、Meta Harness 和 RELAI's Verifiable Continual Learning (RELAI-VCL)，以确定随着新任务的出现，改进是否会持续。

  • 当引入新任务时，GEPA 优化的代理性能会低于未优化的基线。
  • Meta Harness 转移良好，但在获得第二个优化预算后无法进一步改进。
  • RELAI-VCL 是唯一能正向转移到未见任务并持续改进的方法，达到了最高的终身平均通过率 76.4%。
  • 作者观察到，只有当回归控制内置于优化循环中以防止捷径解决方案时，收益才会累积。

研究结果表明，纳入回归控制可提供针对非泛化捷径的归纳偏置，从而在已部署的代理设置中实现持续改进。