地理算法开始自己改代码：以两阶段K-Models为种子，在150个模拟网格上胜过原算法
地理空间算法长期靠研究者手工发现改进，如今一套由大语言模型驱动的多智能体框架把候选生成、评估与筛选交给自动搜索，研究者只负责定义问题和评价。以两阶段K-Models为种子、以与真值划分的Rand Index为适应度，在模拟网格上演化出的算法冻结后直接用于11个真实数据集，在气候、健康、水文、政治四类数据上取得最低的平均RMSE和最高的SSR Reduction。
进化式LLM特征发现让信用风险分类从随机水平提升到69.0%并暴露零样本模型的单类偏置
作者提出一个进化框架，用LLM迭代生成并精炼自然语言二值特征（rubric），再由LLM对样本打分、训练逻辑回归等透明分类器；在AG News、GoEmotions与HELOC三个基准上，进化特征比单次生成rubric平均提升+2.9个百分点，并在三个任务中的两个上超过零样本LLM直接分类，其中HELOC上零样本LLM仅50.7%（接近随机且强烈偏向单一类别），而进化特征达到69.0%且各类别预测均衡、决策逻辑可审计。
MILO 用多智能体协同进化自动发现智能体 harness，在 Terminal-Bench 2.1 上以 86.1% 超过官方榜首并收紧三个数学上界
MILO（Meta-evolutionary Island Orchestration）把智能体 harness 与其搜索策略共同进化：用岛屿式层级谱系记忆把被拒绝的变异当作负证据，用每个岛屿的 mutator 智能体重写完整 harness，再由 orchestrator 智能体通过谱系嫁接、物种分化、mutator 重分配与课程修订自适应调整搜索；在 Terminal-Bench 2.1、PaperBench、DeepSWE 上，用 Opus 4.8 相对初始 harness 分别提升 12.0%、28.3%、10.3%（此前最佳搜索增益为 4.5%、18.3%、0%），Terminal-Bench 2.1 达到 86.1±2.0%（
已读完全部报道