LLM Agent 做黑盒优化：五个领域中四个超过最佳数值优化器

论文《A Closer Look at Agentic BBO》系统评测了 LLM Agent 在黑盒优化任务上的表现。结果显示，Agent 方法在全部五个领域的平均得分都高于直接调用 LLM 的方法，并在其中四个领域超过最好的数值优化器。

要点

• 给 Agent 提供更多数值优化工具，并不总能带来提升
• 通用的任务语义信息普遍有用，更具体的先验知识反而不太可靠
• 数值优化器可以在 Agent 已建立的搜索轨迹基础上继续有效优化
• 在 Codex Harness 下测试的 7 个模型中，GPT-6 Astra 和 DeepSeek-V4.1-Flash 处于性能与成本的帕累托前沿

来源

### [LLM Agent 做黑盒优化：五个领域中四个超过最佳数值优化器]({{URL}})

论文《A Closer Look at Agentic BBO》系统评测了 LLM Agent 在黑盒优化任务上的表现。结果显示，Agent 方法在全部五个领域的平均得分都高于直接调用 LLM 的方法，并在其中四个领域超过最好的数值优化器。

- 给 Agent 提供更多数值优化工具，并不总能带来提升
- 通用的任务语义信息普遍有用，更具体的先验知识反而不太可靠
- 数值优化器可以在 Agent 已建立的搜索轨迹基础上继续有效优化
- 在 Codex Harness 下测试的 7 个模型中，GPT-6 Astra 和 DeepSeek-V4.1-Flash 处于性能与成本的帕累托前沿

**为什么值得关注**：对于参数调优、配置搜索这类工程问题，「Agent 先探索、数值优化器再细化」的组合是一个可参考的思路。

来源：[A Closer Look at Agentic BBO: Benchmarking LLM Agents for Black-Box Optimization](https://arxiv.org/abs/2610.12183v1)