---
title: "Hyra – 腾讯混元推出的科学发现智能体"
url: "https://paooo.com/aigc-news/34881/"
author: "Prompt 语宙研究院"
published_at: "2026-07-21T17:40:55+08:00"
updated_at: "2026-07-21T17:40:55+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, AI编程, Gemini, 开源大模型, 腾讯混元"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Hyra – 腾讯混元推出的科学发现智能体

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/34881/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-21

## AI 30 秒核心看点 (TL;DR)

- Hyra 以 Experience Bank + Context Agent 驱动递归自我改进，让 solution 与评估器双层共进化。
- 支持 AI 研发、AI for Science、游戏与创意生成等十余场景，沙盒执行确保隔离与可复现。
- 实测中刷新 29/55 数学问题历史最优，并在量子路由、药物分子设计等任务上取得明确提升。

## Hyra是什么

Hyra（Hunyuan Research Agent）是腾讯混元推出的递归自我改进型研究智能体，首个版本 Hyra-1.0 已正式推出。Hyra采用轻量 Harness 框架，通过 Context Agent 维护经验库（Experience Bank）生成灵感上下文，多个 Proposal Agent 异步消费队列、在独立沙盒中运行并评分，持续迭代优化 solution。Hyra支持双层循环，内层优化方案，外层进化评估器，覆盖 AI 研发、科学发现、游戏设计等十余个场景。

## Hyra的主要功能

- 
**递归自我改进**：基于历史经验持续探索更优方案，将成功与失败沉淀为经验库。

- 
**异步生产者-消费者流水线**：Context Agent 整理灵感上下文填充队列，Proposal Agent 消费并执行，资源高效满载。

- 
**双层循环机制**：内层循环基于评估器优化 solution；外层循环结合经验历史升级评估器，实现 eval 与 solution 共进化。

- 
**多场景覆盖**：支持 AI for AI（模型训练、GPU kernel 优化）、AI for Science（数学发现、药物设计、天文预测）、AI for Fun（游戏 bot、3D 建模、音乐配器）。

- 
**沙盒安全执行**：每个 solution 在独立沙盒中运行，以 solve.sh 为入口，确保隔离与可复现。

## Hyra的技术原理

- 
**Harness 设计**：遵循 The Bitter Lesson 原则，框架轻量、动作空间广阔。给定任务描述后持续运行探索-评估-改进循环。

- 
**Experience Bank（经验库）**：存储过往 solution 的源代码、运行日志、评估器反馈等多模态经验。

- 
**灵感上下文（Inspirations）**：Context Agent 从经验库整合多样化上下文，启发未来更好的 solution 创造。

- 
**信号量资源控制**：保证沙盒、模型推理、任务队列等资源健康满载，solution 质量随时间高效扩展。

- 
**评估器共进化**：针对无现成评估器的任务，Hyra 先设计初版评估器，内层循环优化后，外层循环再升级评估器，开启下一轮。

## 如何使用Hyra

- 
**定义任务**：提供任务描述及可选的初始评估器。

- 
**启动 Harness**：Hyra 自动初始化 Context Agent 与多个 Proposal Agent。

- 
**异步运行**：Context Agent 持续生成灵感上下文填入队列；Proposal Agent 领取上下文、编写 solution（含 solve.sh 入口）。

- 
**沙盒执行评分**：solution 在独立沙盒运行，结果反馈至 Experience Bank。

- 
**循环迭代**：基于历史最优经验持续探索，直到主动退出或预算耗尽。

- 
**获取最优方案**：返回历史最优 solution 及完整经验库。

## Hyra的核心优势

- 
**简单有效**：框架轻量，不依赖复杂编排，智能体动作空间广阔。

- 
**通用性强**：同一套 Harness 横跨训练算法、系统优化、科学发现、创意生成等十余个场景。

- 
**评估器可进化**：双层循环解决开放任务中评估标准缺失或易被 hack 的问题。

- 
**真实场景验证**：在腾讯产品系统、真实 AI 研发流水线、工业场景中学习和进化。

- 
**开源透明**：所有实验产物与结果均开源，便于复现与学术合作。

## Hyra的项目地址

- **项目官网**：https://hy.tencent.com/research/hyra

## Hyra的同类竞品对比

对比维度
**Hyra**
[**AlphaEvolve** ](https://ai-bot.cn/alphaevolve/)(Google DeepMind)

**发布方**
腾讯混元
Google DeepMind

**定位**
通用科学研究智能体
算法设计智能体

**核心机制**
异步生产者-消费者 + 双层循环（solution 与评估器共进化）
Gemini 驱动的编码智能体，进化计算优化

**评估器进化**
✅ 支持双层循环，评估器随 solution 同步升级
未明确支持评估器自进化

**场景覆盖**
AI 研发、数学、天文、药物、量子、游戏、3D、音乐等
算法设计（如矩阵乘法优化）

**代表成果**
29/55 数学问题刷新纪录、15 参数加法 Transformer、量子路由提升 44.4%、PARP1 药物分子超越 olaparib
4×4 复数矩阵乘法仅需 48 次标量乘法

## Hyra的应用场景

- 
**AI 基模研发**：自动优化训练 recipe、数据策略、推理系统及底层 GPU kernel，在 NanoChat/NanoGPT/SOL-ExecBench 上均刷新纪录。

- 
**数学科学发现**：从 EinsteinArena 等数据库求解开放数学问题，在 55 个问题中刷新 29 个历史最优结果。

- 
**天文时序预测**：分析太阳黑子等历史观测数据，发现递推公式并建立长期预测模型，近一个世纪样本外验证精度高。

- 
**药物分子设计**：针对 PARP1 等抗癌靶点，生成结合稳定且成药性优于已上市抑制剂 olaparib 的候选分子。

- 
**量子计算优化**：为 IBM Q20 等量子芯片设计比特路由算法，相比经典 SABRE 减少 44.4% 双比特门开销，降低噪声累积。

## 常见问题解答 (FAQ)

### Hyra是什么类型的智能体？
Hyra 是腾讯混元推出的科学发现智能体，核心是递归自我改进研究框架。它通过 Context Agent、Proposal Agent、Experience Bank 和双层循环机制，持续探索、评估并优化方案，适用于科研与工程类开放任务。

### Hyra和普通AI Agent有什么区别？
Hyra 不只是执行单次任务，而是把历史经验沉淀到经验库中，再由多个 Proposal Agent 异步生成方案，并通过评估器共进化持续迭代。它更强调长期优化、评估升级和沙盒可复现。

### Hyra在哪些场景有实际效果？
文章提到 Hyra 已覆盖 AI 研发、数学发现、天文预测、药物设计、量子计算、游戏和创意生成等场景，并在数学问题、量子路由和药物候选分子等任务上取得实测提升。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
