一句话看懂：一个名为 Strategist 的元智能体，能把为任务手写的推理流程变成可测试、可复用、可累积的代码蓝图库。它在 30 项基准中有 24 项超过最强基线，平均准确率 74.7%，同时推理成本降为基线的 61%，说明 AI 智能体系统中长期靠人工设计的那一半，现在也能自动改进。
事件核心：发生了什么
据 alphaXiv 收录的论文摘要，来自 zlab-princeton 的 Strategist 于 2026 年 11 月公开。它把“策略”定义为调度模型调用和推理步骤的流程，并以 Strategy Blueprint 的形式写成可执行 Python 代码，可指定控制流、调用哪一档模型以及步骤如何衔接；任务相关的提示词则单独填入，不进入库中。
工作循环分四步：检索相关及结构多样的旧蓝图，提出 5 个候选策略，在真实样本上运行并复核结果，最后把蓝图和经验笔记写回库。实际答题的模型保持冻结，既不训练也不改动。评测覆盖 30 项基准、18 个基线各 6 种执行器配置；在训练集上选出最强基线后，与同一 200 样本测试集比较。
为什么重要
过去每做一个 AI 应用，工程师都要重复手写提示词、推理循环和验证步骤，经验很难沉淀到下一个任务。Strategist 尝试把策略设计从“一次性手工活”变成“可累积资产”：蓝图能被后续策略调用和组合。作者在 10 项基准上做了消融，带库平均 78.7%，禁用库并迭代 10 次为 65.4%，差 13.3 个百分点；但该消融同时移除了检索、复用和笔记，不能单独归因于某一种机制，且并非 30 项主实验。
需要说明，目前公开信息主要来自论文摘要与页面摘要，尚不代表已有成熟产品上线或通过同行评审。
对用户/开发者/创作者的影响
对开发者，最直接的价值是降低推理成本：论文称在准确率接近的前提下，每项基准加权推理 token 成本为基线的 0.61 倍，例如 2WikiMQA 上加权成本为每样本 33.8k，而基线为 98.6k。对做 AI 应用的人来说，策略库若能跨任务、跨模型迁移，意味着换用其他大模型时可能不必从头搜索流程。对普通用户和创作者，这类研究短期不会直接变成消费级功能，但若被 Agent 平台吸收，可能带来更便宜、更稳定的多步骤问答和自动化工具。
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
一是策略蓝图能否在更大规模、更多模型上稳定迁移，而非只在受控评测中有效；二是是否有开源实现或 API 产品化，让开发者实际调用；三是成本统计只计推理 token，不含搜索本身开销，若搜索成本过高，实际账未必同样划算。
来源：alphaXiv
