一句话看懂：Meta²提出一种元学习思路：不再离线优化一个共享的智能体框架，而是学习一份可复用的“元技能”，在每次长任务运行中指导框架在线调整。它在两个长程基准上取得素材所示的最好成绩，但目前仍是论文层面的方法，尚非已上线产品。
事件核心：发生了什么
据 alphaXiv 收录的论文摘要，研究团队提出 Meta²，用于长程智能体的框架（harness）进化。所谓框架，指冻结模型之外的提示词、工具、记忆与钩子等外围配置。此前离线方法会训练出一个共享框架，但容易过拟合训练任务，也无法对运行中新出现的证据作出反应；在线方法虽能调整，却常需从零推理每次干预，测试时又缺少验证器反馈。
Meta² 的做法是把离线优化“上移一层”：先学习一份文本形式的“元技能”，回答何时该改、怎么改、何时不该动。测试时冻结该元技能，由进化器结合当前轨迹证据，在固定检查点决定保留还是做一次任务内局部修改，且不影响环境与进度。摘要给出的数据是：在 GPT-5.6-Terra 下，Terminal-Bench 2.1 达到 81.00%，DeepSWE 1.1 达到 44.44%；作者发帖还提到使用 DeepSeek-V4-Flash 时 Terminal-Bench 2.1 为 77.67%。这些均为论文报告结果，评测条件与日期以原文为准。
为什么重要
长程智能体的能力瓶颈，正从单步模型能力转向“运行中能否根据证据调整工作方式”。Meta² 把“改框架”这一动作本身作为可学习对象，给出一条与直接优化框架不同的技术路线：复用的是进化经验，而非某个具体框架。这对需要长链路执行的任务有参考价值，也触及递归自我改进讨论中“在线适应能力”这一环节。
对用户/开发者/创作者的影响
对开发者而言，若该思路后续沉淀为可用组件，意味着构建智能体时可能不必为每个任务手工调提示词与工具链，而是配置一套进化策略，让系统在运行中自行取舍。对企业使用者，任务局部修改、不跨任务重置的设计，有助于控制每个任务的行为边界，降低“训练集框架被硬套到新任务”的风险。不过目前公开信息仅为论文摘要与作者帖文，尚无开放 API 或产品化接口。
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。
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
一是论文是否公开完整实验与消融细节，尤其是跨任务迁移与验证器反馈缺失时的稳健性；二是这一“元技能”思路能否被主流智能体框架或 API 采纳；三是 GPT-5.6-Terra 等模型上的成绩能否在其他模型与任务上复现，而非特定评测条件下的短期领先。
来源：alphaXiv
