IT之家 7 月 21 日新闻，，，
，，，腾讯混元今日推出 Hyra-1.0，，，
，，，这是 Hyra（Hunyuan Research Agent）的首个版本：一个能够递归自我刷新、专为性能导向的研究与工程使命打造的智能体。。

腾讯体现，，，
，，，除了果真基准，，，
，，，它还能在产品系统里，，，
，，，在真实的 AI 研发流水线上，，，
，，，在自然科学研究以致工业场景里学习和进化。。

已往一年，，，
，，，递归自我刷新（RSI）与自动化研究成为 AI 领域最活跃的前沿问题之一。。

Google DeepMind 的 AlphaEvolve 只用 48 次标量乘法就完成了 4×4 复数矩阵相乘。。Together AI 让一群智能体在开放情形中协作，，，
，，，把 11 维 kissing number 的已知下界从 593 推进到 604。。Andrej Karpathy 的 autoresearch 展示了一套精简的循环，，，
，，，让模子训练研究自主运转。。

以后，，，
，，，一批进化型系统接连涌现：智能体正在跨越关闭的基准测试，，，
，，，在开放的科学发明中逾越人类。。

腾讯混元 Hyra 的 Harness 设计原则遵照 The Bitter Lesson：框架只管轻量简朴，，，
，，，智能体的行动空间只管辽阔。。给定使命形貌，，，
，，，Hyra 一连运行一个循环：基于历史履历探索提出更好的 solution。。历史履历包括已往 solution 运行的日志、评估器反馈、solution 的源代码等。。循环直到 Agent 自动竣事或预算耗尽，，，
，，，最终返回历史最优的方案。。

好比，，，
，，，让 Hyra 仅凭证一张 2D 参考图像设计物体的三维结构，，，
，，，并天生可渲染的 3D 模子，，，
，，，使用基于 rubrics 的 VLM judge，，，
，，，从轮廓、比例、结构完整性、材质和视觉相似度等维度评价效果。。

Hyra 在多轮探索中一连修改建模代码和渲染参数，，，
，，，相比使用 Claude Code goal 模式天生的模子，，，
，，，更靠近参考图像，，，
，，，也更切合人类审美。。

IT之家附 Hyra 研究博客如下：