🧠 ADIAS: явное отслеживание проблем агентов дало +25% к среднему качеству В автоматическом проектировании агентов преобладал подход, ориентированный на варианты: в каждом раунде оптимизации перебирают варианты агентов, а историю ошибок заново извлекают из журналов. ADIAS меняет логику — ход исправлений фиксируют в явном состоянии проблем, которое сохраняется между раундами и не пересчитывается с нуля. Постоянное состояние проблем хранит их идентификаторы, статус решения, подтверждающие данные и историю вмешательств, а оптимизация, ориентированная на проблемы, затем совместно выбирает и цели исправления, и направления правок для полного переписывания кода агента. На пяти интерактивных тестовых наборах система обошла сильнейший базовый метод в среднем на 25,2% и показала стабильный прирост на четырёх разных базовых моделях. Контролируемые абляционные эксперименты убедительно подтверждают механизм: удаление постоянного состояния проблем или замена ориентированной на проблемы ревизии на подход, ориентированный на варианты, снижает производительность до 40,7%. Пока индустрия вручную пишет запросы и координирует цепочки вызовов, ADIAS показывает, что метаоптимизация агентов выходит на уровень, где состояние проблем становится самостоятельным объектом. До промышленного использования далеко — код не обещают завтра, а стоимость полных прогонов явно немаленькая. Но сам сдвиг с «перебора особей» на «отслеживание симптомов» напоминает переход от перебора по сетке к байесовской оптимизации: меньше случайных блужданий, больше целенаправленного исправления. arXiv #ADIAS #агенты #agentic #automated_design #issue_centric