科學計算領域正越來越多地藉助基於大語言模型的智慧體來完成效能工程任務，例如插樁、分析和計算流程移植。然而，智慧體的實際效果很大程度上取決於其外圍框架，而這類框架通常依賴人工編寫的技能和精心整理的記憶。這限制了自主學習的範圍，使智慧體不得不反覆重新發現已有解法，而無法保留並複用先前執行中積累的知識。
針對這一問題，研究人員提出了 Phronix，一種以能力為核心的學習正規化。其目標是讓智慧體框架能夠從自身的執行過程中獲取、驗證並精煉可複用的能力。Phronix 的核心機制是一個“預測-驗證-糾錯”迴圈：MCP 工具及相關技能負責提出候選解決方案，工具的實際執行結果用於驗證這些方案，而觀察到的結果又反過來精煉已儲存的能力。系統將每一次觀察到的互動都蒸餾進一個能力庫，並且在遇到失敗任務時選擇深入研究，而不是直接放棄。
實驗結果表明，這種學習方式帶來了多方面的收益。首先，對於重複出現的任務，學到的能力能在首次嘗試時就解決 93% 至 95% 的情況，且這一比例在所有被評估的模型上均成立，從而顯著降低了求解的非確定性並提升了可靠性。其次，Phronix 無需使用者指令，即可將智慧體自身的執行過程轉化為每個任務 7.6 至 30.8 個持久能力；而一旦所需能力已經存在，新能力的建立數量會降到兩個以下。第三，熱啟動執行在每個任務上僅消耗 0.38 至 0.40 百萬 token，比基線單次嘗試少三到四倍；而冷啟動的成本也不超過基線水平。
在具體案例中，研究團隊將 Phronix 應用於 1000 Genome Pegasus 工作流，為生產級應用新增 I/O 效能分析插樁。結果顯示，Phronix 透過了全部 11 項正確性檢查，而基線框架僅透過 6 項。此外，Phronix 還將兩個成本較低的模型在 SWE-bench 任務上的解決率分別從 29% 和 27% 提升到 91% 和 87%，達到了與所評估的最昂貴模型相當的效能水平。
該論文由 Hariharan Devarajan 等六位作者完成，共 11 頁正文外加參考文獻，屬於人工智慧（cs.AI）領域，於 2026 年 10 月 22 日提交至 arXiv，編號為 arXiv:2610.31789v1。研究展示了以能力為核心的學習正規化在提升智慧體自主性、可靠性和計算效率方面的潛力，併為科學計算場景中的智慧體框架設計提供了新的思路。