📖 产品简介
Hyra（Hunyuan Research Agent）是腾讯混元于 2026年7月21日正式发布的首个版本，一个能够递归自我改进（RSI）、专为性能导向的研究与工程任务打造的智能体。
系统遵循 The Bitter Lesson 设计哲学——框架尽量轻量简单，智能体的动作空间尽量广阔。给定任务描述，Hyra 持续运行一个循环：基于历史经验探索并提出更优 solution（历史经验包含过去 solution 的运行日志、评估器反馈、solution 源代码等），循环直到 Agent 主动结束或预算耗尽，最终返回历史最优方案。核心架构由三部分组成：Context Agent 维护经验库并持续生成“灵感”上下文填入任务队列；多个 Proposal Agent 从队列领取上下文、在独立沙盒中生成并运行解决方案；整个系统以异步生产者-消费者流水线运转，资源利用率随时间高效扩展。对于未提供评估器的任务，Hyra 可升级为双层循环，让解决方案与评估机制共同进化，有效抑制 reward hacking。在 AI for AI 领域，Hyra 在三项基准均超越 Recursive 报告的最优结果：NanoChat Autoresearch 将验证集 BPB 降至 0.9015；NanoGPT Speedrun 将达到 3.28 验证损失的时间缩短至 76.4 秒；SOL-ExecBench 上对 235 个 GPU kernel 联合优化后 Mean SOL 达到 0.771。在 AI for Science 领域，从 EinsteinArena 等数据库选取 55 个数学开放问题，其中 29 个刷新历史最佳纪录；基于 1749–1932 年逐月太阳黑子数据发现的递推公式在近一个世纪样本外取得 R²=0.77；设计的 15 个可训练参数完成 10 位数加法的 Transformer 较公开记录减少 58.3% 参数；IBM Q20 量子比特路由算法较经典 SABRE 提升 44.4% 路由效率；针对抗癌靶点 PARP1 生成的候选分子结合成药性评分显著超过已上市药物 olaparib。在 AI for Fun 领域，其黑白棋对弈程序在 Botzone 平台 730 个程序中排名第三，能凭单张 2D 参考图生成可渲染 3D 模型，并可为多种乐器编写完整和声。
✨ 核心功能
- 递归自我改进（RSI）：以轻量循环框架持续探索更优方案，历史经验（日志/评估/源码）驱动下一轮
- 双层进化循环：无评估器任务中让方案与评估机制共同进化，抑制 reward hacking
- 异步生产者-消费者流水线：Context Agent + 多 Proposal Agent 独立沙盒运行，资源利用率高效扩展
- AI for AI 超越 Recursive 最优：NanoChat BPB 0.9015、NanoGPT 76.4s、SOL-ExecBench 0.771
- AI for Science：刷新29个数学开放问题历史最佳，太阳黑子递推 R²=0.77，量子路由 +44.4%
- AI for Fun：Botzone 黑白棋前三、单图生成可渲染3D模型、多乐器完整配器
⚖️ 优缺点分析
👍 优点
- 递归自我改进范式，框架轻量、动作空间广阔，真实科研/工程收益显著
- AI for AI 与 AI for Science 多项基准刷新历史最佳
- 背靠腾讯混元大模型体系，工程与算力资源充足
- 开源评测结果透明，多篇第三方基准可复现
👎 缺点
- 面向科研/工程任务，非通用编码 Agent，日常开发场景适配有限
- 具体开放方式/定价未公布，可用性待官方明确
- 作为新发布智能体，长期稳定性与生产可用性仍需观察
📊 评分详情
💬 用户评价
📝 更新日志
-
2026-07-21Hyra-1.0 首发**腾讯混元发布科研智能体 Hyra-1.0（Jul 21）**——首个具备递归自我改进能力的性能导向型智能体：Context Agent + 多 Proposal Agent 异步流水线，双层循环抑制 reward hacking；AI for AI 三项基准超越 Recursive 最优（NanoChat BPB 0.9015 / NanoGPT 76.4s / SOL-ExecBench 0.771）；AI for Science 刷新29个数学开放问题历史最佳、太阳黑子递推 R²=0.77、IBM Q20 量子路由 +44.4%、PARP1 候选分子超 olaparib；可单图生成可渲染3D模型与多乐器配器