HyEvo：用于高效推理的自进化混合代理工作流

尽管代理工作流在解决复杂任务方面潜力巨大，但现有自动生成方法效率低下且表现不佳，主要受限于预定义算子库及同质化的纯大模型工作流。为此，我们提出 HyEvo，一种利用异构原子合成的自动工作流生成框架。该框架整合了用于语义推理的概率性大模型节点与用于规则执行的确定性代码节点，将可预测操作从大模型推理中卸载，从而降低推理成本与延迟。HyEvo 采用大模型驱动的多岛演化策略及“反思后生成”机制，通过执行反馈迭代优化工作流拓扑与节点逻辑。实验表明，HyEvo 在多种推理与编码基准测试中均优于现有方法，推理成本与执行延迟分别最高降低 19 倍和 16 倍。