MetaFlow 将工作流生成建模为元学习问题，通过监督微调+强化学习两阶段训练，使 LLM 能自动生成跨任务可复用的算法工作流，并在零样本场景下泛化到新任务和新算子集。 创意点：传统 Agent 工作流需要人工设计且泛化性差，MetaFlow 的两阶段训练框架（合成数据 SFT + 执行反馈 RLVR）为构建自适应 Agent 系统提供了可复用的范式。工程师可直接借鉴其「任务级模式学习」思路，用 RLVR 优化需要多步骤协作的代码生成、QA 或数据分析 Pipeline。 原文：https://arxiv.org/abs/2606.30704
作者后记
这篇候选手册来自公开业界分享的摘要提炼，不转载原文。后续我会补充自己的验证、代码和可复用配置，再升级为正式 playbook。
文档版本：v1 · 2026-04-01
不想错过下一篇
加入每周 AI 工程师 Brief
新 playbook 上线第一时间通知，附作者每周观察。永久免费。