Semantic Feature Analysis: Improving Agents Without Searching Over Rollouts

SFA 直接利用已有执行轨迹，把每个工作流节点的输出聚成语义特征，再用决策树判断哪些特征能区分好坏结果，并将其写成纠偏语句。它不需要为候选提示词再跑一轮排序，在 IF-Bench、HotpotQA、HoVer、GAIA 的三档预算上都超过未修改代理。尤其在 GAIA，预算不足以评分一个候选时，五种搜索式优化器保持种子不变，SFA 仍能取得提升。