# Hyra – 腾讯混元推出的科学发现智能体

- Link: https://paooo.com/aigc-news/34881/
- Published: 2026-07-21T17:40:55+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * Hyra 以 Experience Bank + Context [Agent](https://paooo.com/trends/) 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。

阅读目录

 * [Hyra是什么](https://paooo.com/aigc-news/34881/#hyra%e6%98%af%e4%bb%80%e4%b9%88)
 * [Hyra的主要功能](https://paooo.com/aigc-news/34881/#hyra%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Hyra的技术原理](https://paooo.com/aigc-news/34881/#hyra%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用Hyra](https://paooo.com/aigc-news/34881/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8hyra)
 * [Hyra的核心优势](https://paooo.com/aigc-news/34881/#hyra%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [Hyra的项目地址](https://paooo.com/aigc-news/34881/#hyra%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Hyra的同类竞品对比](https://paooo.com/aigc-news/34881/#hyra%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [Hyra的应用场景](https://paooo.com/aigc-news/34881/#hyra%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Hyra](https://paooo.com/wp-content/uploads/2026/07/Hyra-website-1.avif)

## 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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**腾讯混元 ↗**

腾讯混元大模型是腾讯研发的具备跨领域知识和自然语言理解能力的大语言模型。

❓ 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。

🔬 语宙深潜追问 · 进阶实操拆解

Hyra这类智能体的核心突破是什么？

核心不只是会调用工具，而是能通过递归自我改进，把生成、评估、反思和再生成串成闭环。
异步生产者-消费者与双层循环让它能并行探索多个假设，提升复杂科研任务的搜索效率。

落地到真实科研最先补什么？

先补可验证的评测体系和任务边界，再谈自动化扩展。科研场景最怕“看起来聪明但不可复现”，
所以需要明确数据来源、实验记录、失败回溯和人工审查机制。

🗳️ 读者观点微投票 · 您的实战立场是？

科学发现智能体更像研究助手还是自动科研员？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🤖 所属权威专题：AI Agent 智能体工作流 →](https://paooo.com/topics/ai-agents/)

 * [腾讯混元发布科研智能体Hyra-1.0，单一框架打通AI研发与科学发现](https://paooo.com/aigc-news/34787/)
 * [告别单点解题走向机器自研！腾讯混元重磅发布科研Agent系统Hyra 2.0：首创三层架构、持久化状态机与反哺大模型自进化全景深度拆解](https://paooo.com/trends/40672/)
 * [从文献挖掘到实验代码自主纠错闭环！腾讯混元开源AI科研智能体Hyra 2.0：首创动态假设演化与双层规划Harness架构全景深度拆解](https://paooo.com/ai-tool/41602/)
 * [腾讯混元Hy3 preview：21B激活参数达295B性能，开源MoE模型如何重新定义AI实用主义？](https://paooo.com/aigc-news/10803/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/34881/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
