The Optimizer Is the Agent

ReASearch 让单一工具调用 agent 自己选择评估、诊断、编辑、验证或重启，持久记忆负责跨长轨迹分配搜索预算。14 项任务中相对专用优化器提升 2% - 40%，部分解超过人工已知最好结果。论文把外层控制器的职责放回推理循环，代价是搜索行为和预算决策也更依赖 agent 自身稳定性。