AI 代理框架獲 Meta 研究助力
Meta、杜克大學與加州大學戴維斯分校的研究人員，推出了一種名為「Mixture of Self-Improving Branches」的新型 AI 代理框架最佳化方法。系統使用多個專門分支，每個分支都會獨立改善 AI 模型的提示、工具、上下文與執行框架。接著，路由器會為每項任務選擇最佳分支。
預印本報告指出，使用 Gemini 3 Flash 進行奧林匹亞等級數學推理時，相對表現提升了 34.8%，準確率在不重新訓練模型的情況下，從 46.0% 提升至 62.0%。報告也指出，Terminal-Bench 2.0 的表現提升了 11.6%，SWE-bench Lite 則增加了 3.8%。
這項方法建立在 2026 年 3 月發布的 Meta-Harness 之上。研究人員表示，新的 AI 代理框架方法只使用開發資料，並未存取測試集。不過，系統可能需要更多運算資源、維護工作與路由複雜度。由於該論文是 arXiv 預印本，未必已經過同儕審查，因此研究結果仍屬初步。
對交易者而言，這項研究對 AI 基礎設施與代理軟體開發是正面訊號，但對加密貨幣價格或區塊鏈網路沒有直接影響。
Neutral
預期對加密貨幣市場的影響為中性，因為文章討論的是 AI 代理軟體，而不是加密貨幣、區塊鏈協議或代幣。文章沒有宣布涉及數位資產的融資、採用、監管行動或技術變更。
短期而言，研究結果可能支持投資人對 AI 基礎設施及相關 AI 運算公司的更廣泛興趣，但對加密貨幣市場的任何影響很可能是間接且由市場情緒驅動。與 AI 相關的新聞標題有時會推高與人工智慧敘事相關的代幣，但除非伴隨商業合作夥伴關係、代幣實用性或可量化的資金流入，否則這些走勢往往具有投機性且維持時間短暫。
長期而言，更完善的代理程式框架可能增加對雲端運算、資料中心容量及軟體基礎設施的需求。這可能影響定位於去中心化 AI 或分散式運算的加密貨幣專案，但文章沒有提供相關採用的證據。預印本的狀態、有限的基準測試涵蓋範圍，以及額外的營運複雜性，也降低了市場立即重新定價的可能性。因此，交易者應監控 AI 代幣的交易量、整個產業的相關性及新的合作夥伴關係，而不應將這項研究視為單獨的利多或利空催化劑。