Google Cloud Blog · Ivan Nardini, Anant Nawalgaria ·
How to build an agent skill optimizer with AlphaEvolve and Harbor
El artículo explica cómo combinar AlphaEvolve y Harbor para optimizar instrucciones de agent skills mediante evaluaciones de agentes de código en tareas reales. En pruebas con Terminal-Bench 2.0, una skill inicial no mejoró de forma medible los resultados, mientras que las iteraciones de AlphaEvolve lograron una mejora del 5%; la versión más eficaz se centró en evitar que el agente agotara el tiempo. También destaca que las comparaciones deben ejecutarse en paralelo sobre las mismas tareas y que conviene reservar tareas no vistas para validar el resultado, además de planificar la latencia y el almacenamiento de registros.
Use AlphaEvolve and Harbor to evolve a coding agent's skill, score each version on real tasks, and check the winner on tasks it never saw.