腾讯Hyra-1.0：能自我改进、攻克科学、甚至作曲的AI

7月21日，腾讯混元团队正式发布Hyra-1.0（混元研究智能体），这是一个能够递归自我改进的智能体，专为性能导向的研究和工程任务设计。该系统遵循“苦涩教训”设计理念——保持框架轻量，同时扩展智能体的动作空间。它使用简单、通用的循环框架，将智能和算力转化为实际回报。

核心架构

Hyra的核心由三部分组成：上下文智能体维护经验库并持续生成“灵感”上下文以填充任务队列；多个提案智能体从队列中获取上下文，在独立沙盒中生成并运行解决方案；整个系统作为异步生产者-消费者流水线运行，资源利用率随时间高效扩展。对于没有评估器的任务，Hyra可升级为双层循环，使解决方案和评估机制共同进化，有效防止奖励破解。

AI for AI：打破记录

在AI for AI领域，Hyra在三个基准测试中超越了Recursive报告的最佳结果。它在NanoChat自动研究任务中将验证集BPB降至0.9015；在深度优化的NanoGPT Speedrun中，达到验证损失3.28的时间缩短至76.4秒；在SOL-ExecBench上联合优化235个GPU内核后，平均SOL达到0.771。

AI for Science：解决开放问题

在AI for Science领域，Hyra从EinsteinArena等数据库中选取了55个数学开放问题，其中29个创下新的历史记录。团队还向Hyra提供了1749年至1932年的月度太阳黑子数据，Hyra发现的递归公式在近一个世纪的样本外数据上实现了0.77的R²。更多突破包括：Hyra设计了一个仅用15个可训练参数即可执行10位加法的Transformer，比此前公开记录减少58.3%；其量子比特路由算法在IBM Q20上相比经典SABRE算法将路由效率提升44.4%；在药物设计中，Hyra针对抗癌靶点PARP1生成的候选分子，其药物相似性评分显著高于上市药物奥拉帕利。

AI for Fun：围棋、3D模型与音乐

在AI for Fun领域，Hyra的围棋程序在Botzone平台730个参赛程序中排名第三；它能基于单张2D参考图像生成可渲染的3D模型；还能根据旋律为多种乐器谱写完整和声，经过七轮进化后生成色彩丰富的完整编曲。

未来展望

腾讯混元团队表示，这些仍是初步成果。未来，他们将把Hyra集成到产品系统、真实AI研发流水线和工业场景中，推动“脚手架-数据-模型”的进化循环，使下一代混元模型和Hyra持续共同进化。

要点

• Hyra-1.0是腾讯混元推出的递归自我改进AI智能体。
• 它在AI开发、科学发现和创意任务中表现出色。
• 该系统采用轻量、通用的循环框架。
• Hyra在数学、药物设计和量子计算领域创下新纪录。
• 未来计划包括集成到产品和工业场景中。