腾讯混元正式发布了 AI 科研系统 Hyra 2.0。该系统标志着其研发重点的重大转变：从直接利用 AI 攻克单一科学难题（“刷题解题”），转向赋能通用 Agent 参与科学模型、研究工作流及软件工具的研发与升级（“造工具”）。相较于 Hyra 1.0 成功解决加法组合学悬置问题的单点突破，Hyra 2.0 强调工具升级带来的收益可被下游任务反复复用，从而在科研过程中形成持续的“智能复利”。
- 官方介绍：https://hy.tencent.com/research/hyra2
三层协同架构设计
为应对复杂的科研任务，Hyra 2.0 采用了高度结构化的三层 Agent 架构，以实现宏观统筹与微观执行的有机结合：
- Overall（统筹层）：负责与人类研究者进行深度沟通，确保系统的整体目标与人类的研究意图高度对齐。
- Mission（任务层）：长期聚焦于单一研究问题，负责宏观层面的技术路线规划、进度把控以及关键节点的取舍判断。
- Worker（执行层）：负责具体的微观操作，包括独立阅读代码、执行实验、分析失败原因。该层具备较高的自主性，甚至可以对 Mission 层的判断提出质疑，从而形成有效的内部纠错与反思机制。
知识沉淀与智能复利机制
为避免知识孤岛并提升长期的研发效率，Hyra 2.0 设计了严密的存储与复用机制：
- 三套分离存储：系统独立管理“项目状态”、“Agent 分层记忆”与“共享知识库（Books）”，确保不同维度的信息互不干扰且易于检索与维护。
- Skill 沉淀与跨项目复用：在项目复盘阶段，系统会自动将验证有效的可迁移方法提炼为标准化的“Skill”。这些 Skill 会被存入共享知识库，供后续的全新科研任务直接调用，真正实现研发成果的跨项目、跨周期复用。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
