微软论文称 CASD 提示优化平均提升 16.6 分

DAIR.AI 介绍了一篇将编程智能体用作提示优化器的微软论文。其方法 CASD 把完整的智能体日志交给现成的编程智能体，由它编写分析代码，而不是对小批量轨迹运行搜索循环。该智能体统计整套轨迹语料，找出反复出现的失败模式，阅读有代表性的片段，并把这些发现写成一条提示中的规则。它不需要环境访问，也不需要验证数据。

在 ALFWorld、tau2-bench 零售与电信，以及 Spreadsheet Bench-Verified 上，CASD 单次运行使未优化基线平均提高 16.6 分。GEPA 提高 10.9 分，SkillOpt 提高 5.3 分。每条优化后的提示成本约 1.60 美元，比受验证门控的搜索便宜 22 倍以上。