Solvita：面向竞赛编程的智能体框架，从经验积累中提升代码生成能力

【竞赛编程难题待解】

大语言模型在代码生成能力上不断增强，然而在复杂算法题，特别是竞赛编程场景中，仍易因算法选择错误、边界条件遗漏、复杂度判断失误或隐藏测试覆盖不足而失败。竞赛编程并非简单的「把题面翻译成代码」，一个正确解法需历经理解自然语言题面、抽象数学结构、选择合适算法范式等多个复杂环节。

【LLM面临的典型困难】

对于LLM来说，竞赛编程任务存在几个典型困难：一是算法选择高度依赖题目结构，不同约束下的同类问题可能对应不同算法，模型易选到「看起来像但本质不对」的套路；二是样例测试远远不够，很多错误解法能通过样例，却在隐藏测试中失败，普通自测难以覆盖边界条件等问题；三是失败经验难以复用，现有coding agent失败后重新尝试，却不会改变后续任务的求解策略；四是多Agent框架仍然偏静态，如AlphaCodium、MapCoder等方法虽将解题拆成多阶段，但缺少随历史经验更新的长期记忆与路由机制。

【Solvita闪亮登场】

来自南京大学、清华大学等机构的研究者提出了Solvita，这是一个面向竞赛编程的Agentic Evolution框架。它不微调底层大模型，而是在Planner、Solver、Oracle、Hacker四类Agent外部构建可训练的图结构知识网络，让系统从解题、测试、攻击和修复过程中持续积累经验。其出发点在于，人类选手刷题变强是因为积累了「什么题用什么套路」等经验。

【Solvita如何工作】

Solvita把竞赛编程求解组织成闭环系统，每个环节都具备可训练的知识网络，系统由四个Agent组成：1. Planner负责题目抽象与策略选择，将原始题面转化为数学描述，预测算法标签等，参考历史经验；2. Solver负责生成代码与局部修复，根据Planner策略生成C++程序，采用patch - based repair，保留正确部分；3. Oracle负责构造可靠内部测试，为解法构造「可信监督」，生成相关工具并认证测试；4. Hacker负责主动攻击候选程序，分析潜在漏洞，构造攻击输入，成功的bug经验会传播给知识网络。

【可训练的图结构知识网络】

Solvita重要设计是每个Agent都配有可训练的graph - structured knowledge network。以Solver为例，其知识网络分三层：Q Layer记录历史题目描述和元信息；M Layer记录解法分解等；S Layer记录可复用算法技能和C++模板。新题到来时，系统检索相似节点，边权根据历史情况更新，与传统RAG有本质差异。

【Oracle和Hacker的互补功能】

在算法题中，测试能力很重要。Solvita将测试能力拆成两个互补方向：Oracle关注「可靠监督」，构造内部测试；Hacker关注「发现漏洞」，寻找攻击样例。二者功能不重复，结合后在错误解法检测等方面取得更好平衡。

【实验结果惊艳】

论文在CodeContests、APPS等平台评测Solvita，并与多种方法比较。主实验结果显示，Solvita在15个backbone - benchmark组合中，有14个取得最高pass@1。以GPT - 5.4 backbone为例，相比single - pass大幅跃升，相比已有agent framework稳定领先，且平均token消耗与开源agent framework相近。

【消融实验见真章】

论文做了additive ablation，区分两个问题：一是Solvita的收益是否因多Agent流程更复杂；二是可训练知识网络是否带来额外提升。结果表明，多Agent闭环结构适合复杂算法题，加入知识网络后性能继续提升，三个网络互补叠加。

【Patch - based Repair优势明显】

论文比较了Solver内部的full regeneration和patch repair两种修复方式。在相同最大迭代预算下，patch repair通过率更高，平均迭代次数更少、token节省更多，说明「推倒重来」并非好策略。

【Codeforces真实比赛评测结果佳】

论文在近期Codeforces rounds上进行接近真实比赛的评估，选取12场post - cutoff Codeforces rounds的76道题。结果显示，使用GPT - 5.4等作为backbone的Solvita版本进入Legendary Grandmaster区间，而相同backbone的bare model停留在较低区间，说明Solvita的收益来自系统性增强。

【总结与展望】

Solvita是面向竞赛编程的Agentic Evolution框架，试图解决代码Agent如何积累经验的问题。其核心贡献有三点：提出solve–certify–attack–repair闭环；引入可训练的图结构知识网络；在竞赛编程任务上取得显著提升。它传达了未来更强的coding agent可能来自更好的经验组织方式的观点，为AI for Code研究提供了新的思路。那么，未来Solvita还会在哪些方面取得突破呢？