Helix：用于提示优化与问题重构的双螺旋协同进化多智能体系统

自动提示优化旨在通过精炼指令提升大模型性能，但现有方法常受限于固定模板或忽视问题与提示的耦合关系。本文提出 Helix，一种统一的多智能体系统，通过三阶段协同进化框架联合优化问题重构与提示指令。该系统整合了规划器引导的分解、双轨协同进化（智能体相互批判与 refinement）及策略驱动的问题生成。在 12 个基准测试上的实验表明，Helix 相比强基线实现了最高 3.95% 的性能提升，且优化效率优异。