科学计算领域正越来越多地借助基于大语言模型的智能体来完成性能工程任务，例如插桩、分析和计算流程移植。然而，智能体的实际效果很大程度上取决于其外围框架，而这类框架通常依赖人工编写的技能和精心整理的记忆。这限制了自主学习的范围，使智能体不得不反复重新发现已有解法，而无法保留并复用先前执行中积累的知识。
针对这一问题，研究人员提出了 Phronix，一种以能力为核心的学习范式。其目标是让智能体框架能够从自身的执行过程中获取、验证并精炼可复用的能力。Phronix 的核心机制是一个“预测-验证-纠错”循环：MCP 工具及相关技能负责提出候选解决方案，工具的实际执行结果用于验证这些方案，而观察到的结果又反过来精炼已存储的能力。系统将每一次观察到的交互都蒸馏进一个能力库，并且在遇到失败任务时选择深入研究，而不是直接放弃。
实验结果表明，这种学习方式带来了多方面的收益。首先，对于重复出现的任务，学到的能力能在首次尝试时就解决 93% 至 95% 的情况，且这一比例在所有被评估的模型上均成立，从而显著降低了求解的非确定性并提升了可靠性。其次，Phronix 无需用户指令，即可将智能体自身的执行过程转化为每个任务 7.6 至 30.8 个持久能力；而一旦所需能力已经存在，新能力的创建数量会降到两个以下。第三，热启动运行在每个任务上仅消耗 0.38 至 0.40 百万 token，比基线单次尝试少三到四倍；而冷启动的成本也不超过基线水平。
在具体案例中，研究团队将 Phronix 应用于 1000 Genome Pegasus 工作流，为生产级应用添加 I/O 性能分析插桩。结果显示，Phronix 通过了全部 11 项正确性检查，而基线框架仅通过 6 项。此外，Phronix 还将两个成本较低的模型在 SWE-bench 任务上的解决率分别从 29% 和 27% 提升到 91% 和 87%，达到了与所评估的最昂贵模型相当的性能水平。
该论文由 Hariharan Devarajan 等六位作者完成，共 11 页正文外加参考文献，属于人工智能（cs.AI）领域，于 2026 年 10 月 22 日提交至 arXiv，编号为 arXiv:2610.31789v1。研究展示了以能力为核心的学习范式在提升智能体自主性、可靠性和计算效率方面的潜力，并为科学计算场景中的智能体框架设计提供了新的思路。