Phronix：以能力为中心的智能体学习范式

研究人员提出 Phronix 学习范式，让智能体能通过预测-验证-纠错循环从自身运行中自动沉淀并复用能力。这使得重复任务的首发解决率达 93-95%，热启动单任务仅消耗 0.38-0.40 million tokens，较基线减少 3 至 4 倍。在 SWE-bench 上，它将两款低成本模型的解决率从 29% 和 27% 提升至 91% 和 87%，匹敌最昂贵模型。