[CL]《optimize_anything: A Universal API for Optimizing any Text Parameter》L A Agrawal, D Lee, S Tan, W Ma… [UC Berkeley] (2026)

在LLM优化领域，跨任务统一求解是一个悬而未决的难题。过去的方法受困于代码、提示词或代理架构的分裂接口，本质原因是优化对象没有被抽象成同一种文本工件。

本文的核心洞见是：把代码、提示词、策略、图像都重新看作可评分的字符串。由此，评分函数返回“分数+诊断信息”这一关键操作，使LLM能像工程师一样定向修补。

这项工作真正留下的遗产是把专用优化器压缩成一个API。它为后来者打开的新门是跨领域复用搜索经验，但尚未跨过的门槛是诊断信息仍需人类懂任务后设计。

arxiv.org/abs/2605.19633 机器学习 人工智能 论文 AI创造营