agent-mcts 开源:用蒙特卡洛树搜索包装 Claude Code,实测提升通过率

GitHub 上出现开源工具 agent-mcts(MIT 协议),把 Claude Code 等编码 agent 的 CLI 包进蒙特卡洛树搜索循环,让 agent 分支探索、回退并集中预算;作者自测显示改进主要来自“先生成测试再评分”这一模式。

一句话看懂:GitHub 上出现开源工具 agent-mcts(MIT 协议),把 Claude Code 等编码 agent 的 CLI 包进蒙特卡洛树搜索循环,让 agent 分支探索、回退并集中预算;作者自测显示改进主要来自“先生成测试再评分”这一模式。

事件核心:发生了什么

agent-mcts 是一个 Python 写的测试时搜索框架,v0.4 状态。它通过适配层调用各 agent 的无头模式(如 claude -p),自身不直接接触具体 agent。每个搜索节点对应一个独立的 git worktree 和分叉会话,用户原工作区在 apply 之前不会被改动。流程包含 UCT 选择、扩展、评估、回传,终端里可实时看到搜索树生长,Ctrl-C 后也能保存进度并 resume。目前已在 Claude Code 上验证完整闭环,Codex CLI 适配器仅对假二进制测试过,Kimi 的适配仍在计划中。

为什么重要

生产级编码 agent 基本是“行动—观察—原地重试”的单条线性循环,没有分支和回溯。研究侧的 SWE-Search(ICLR 2025)曾报告在 SWE-bench 上取得约 23% 的相对提升,但停留在研究框架内。agent-mcts 的定位是把搜索能力接到开发者已经在用的 CLI agent 上,属于工程层而非模型层的改进。作者在两组任务(npm semver 范围、ISO 8601 时长)上各跑 20 次、使用 haiku 与 5 轮预算:带 –generate-tests 的设置在 20 次中有 16 次优于首轮尝试,隐藏测试平均通过率从 88% 升到 93%,单次约 19 分钟、2.44 美元;仅靠 judge 评分的平均增益为 +5.4 分,但主要来自两次失败首轮的补救。作者也提示样本仅两个任务、单一模型,且任务都带精确文字规格。

对用户/开发者/创作者的影响

对使用 Claude Code 的开发者,目前公开信息显示它更接近实验性工具:安装简单,但成本明显高于单次运行,且优势依赖“能从任务写出好测试”的场景。启发式结论是:如果测试容易自动生成、任务规格清晰,再考虑引入搜索;若任务模糊或测试不可靠,测试驱动的搜索可能退化为单次尝试。作者还建议先用小预算验证。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是 Codex 和 Kimi 适配器是否在真实 CLI 上验证通过;二是更多任务类型和模型上的评测能否复现增益;三是搜索开销(时间与费用)是否随预算机制优化而下降,以及社区贡献者会不会改变其架构路线。

来源:HN Algolia · AI 24h

celebrityanime
celebrityanime
文章: 36664

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注