Hyra：会持续改进方案与评估器的 AI 科研智能体

Hyra-1.0 是腾讯推出的 Hunyuan Research Agent，面向以性能结果为目标的科研与工程任务。它不会只回答一次，而是把任务变成持续搜索流程：编写方案、执行实验、测量结果、比较优劣并继续改进。

同一套 Harness 可迁移到任何能验证进步的场景，包括模型训练、系统优化、数学构造、科学数据分析、分子设计、游戏、音乐和程序化 3D 创作。

Context Agent 维护 Experience Bank，从历史源代码、文件、运行日志、产物、分数和评估意见中组合出不同的“灵感上下文”，再送入任务队列。系统保留的是可执行证据，而不是把经验压缩成一段泛化摘要。

多个 Proposal Agent 并行领取不同上下文，生成以 solve.sh 为入口的新 solution。候选方案在干净沙盒中运行并评分，随后回到经验库，形成能持续占满模型、沙盒和任务队列的异步生产者—消费者流水线。

强搜索很快会找到指标漏洞。官方文章披露，有方案通过泄漏未来 token 异常降低语言模型损失，也有 GPU Kernel 在正确性检查时缓存答案、计时阶段空跑；它们分数很好，却没有完成真正任务。

当任务缺少可靠评估器时，Hyra 使用双层循环：内层改进方案，外层再根据经验库提高评估速度、粒度、抗作弊能力和提升空间，然后用升级后的评估器开启下一轮。

首批公开结果中，Hyra 在三项成熟 AI 研究任务上继续推进：NanoChat validation BPB 达到 0.9015，NanoGPT 用 76.4 秒达到 3.28 validation loss，SOL-ExecBench 在公开设置下达到 0.771 Mean SOL。

官方仓库还覆盖数学优化、几何 packing、量子路由、符号预测、药物对接和极小神经网络。一个仅含 15 个可训练参数的 Transformer 达到 10 位数加法目标精度；太阳黑子公式在长期留出区间取得约 0.78 的预测 R²。

腾讯 8 月 19 日公布四项新结果：三维 Blaschke–Lebesgue 通用下界从约 0.380799w³ 提高到 0.411040w³ 以上；Beurling–Ahlfors 一致系数从 1.575 降到 1.523958；部分 Hadamard 矩阵计数的已知幂律阈值从指数 3 推进到 2；接近单位元的交换子构造从 O(log⁴(1/ε)) 改进到 O(log³(1/ε))。

仓库提供论文手稿，并为其中三项新结果的有限或数值核心附带 Lean 4 形式化。这让公开内容不只是排行榜数字，读者可以检查论证、产物和验证代码。

在 3D 任务中，Hyra 接收一张 2D 参考图，编写 Blender Python、渲染结果，再由基于 rubric 的视觉语言模型从轮廓、比例、结构完整性、材质和视觉相似度等维度评分。循环会持续修改建模代码与渲染参数。

公开产物包含程序化 QQ 企鹅和混元 Logo 球体。这是代码驱动的 Blender 建模，不是通用图片转网格服务；它展示了科研智能体如何把视觉反馈转成对 3D 资产的连续、可度量改进。