XYZ 两款 Deep Search Agent 刷新七项基准 SOTA
AI 不再只是被训练的对象，而是参与自身系统研发的执行者；XYZ 通过 AI4AI 范式验证了大规模、可验证的递归改进路径。
XYZ AI Lab 发布两款 Deep Search Agent，在七项评测中取得最佳成绩。其核心是 AI4AI 研发范式：由人类定义目标和边界，300+ Agent 自动执行方案探索、实验和反馈迭代，十余人团队两个月内完成闭环改进。
正文摘录
人类研发时代结束？XYZ 最强 Search Agent 横扫七大榜单，300 个 Agent 跑通 AI4AI 全栈闭环 - 来源：机器之心 .jpg) 近日，XYZ AI Lab 正式发布两款 Deep Search Agent：35B 参数规模的 XYZ-Aquila-mini 与 397B 参数规模的 XYZ-Aquila-pro，并刷新多项 Deep Search 评测的 SOTA 成绩。  图 1：XYZ-Aquila-mini 与 XYZ-Aquila-pro 在六项公开展示评测中的成绩对比。 成绩之外，更值得关注的是它们背后的研发方式。XYZ-Aquila-mini 与 XYZ-Aquila-pro 并非只来自传统研发流程中的单点优化，而是 XYZ 团队对一种新型 AI4AI 研发范式 的系统性探索：让 AI 不再只是被训练和改进的对象，也开始驱动完整 Agent 系统的研发闭环。 让 AI 参与改进 AI，正在从一个富有想象力的命题，成为前沿实验室集中投入的研发方向之一。这一方向通常被称为 AI4AI（AI for AI，即用 AI 辅助或驱动 AI 系统研发）；