AREX Feed Article
腾讯混元发布 Hyra 2.0：研究智能体从「解题」转向「造工具」
北京时间 11 月 2 日 18 时 14 分，腾讯混元官方 X 账号 发布公告，推出 Hyra 2.0，称其为 Hunyuan Research Agent（混元研究智能体）的下一阶段演进——「从解决问题，到构建可复用的工具、模型与工作流，加速未来的发现」（中文为译）。公告同时链接了一篇当天刊出的方向阐述文章，署名 Hyra Team，题为《》，发布在腾讯混元研究博客上。
这篇文章把 AutoResearch（自动化研究）的下一章压缩成一句话：「AutoResearch 的下半场：从『抽奖式采样与重复解题』转向『工具升级』」。首批成果单同步公布：蛋白质逆折叠模型 HyInv、蛋白质语言模型 HyPLM-Flash、分子模拟基础模型 HyFF、数学证明工作流 HyProver、量子纠错码工具 HyQEC、自主设计的机器人手结构，以及对开源 RISC-V 处理器项目香山的调优与验证。其中一部分已进入 GitHub 仓库 。
图：腾讯混元 Hyra 2.0 文章的图 1。文章把 AI4Science 的演进划成三段：研究者训练专用科学模型（如 AlphaFold）、通用智能体直接解题（如 AlphaEvolve 和 Hyra 1.0），以及 Hyra 2.0 的目标——让智能体开发可复用的科学模型、研究工作流和软件工具。
上一版留下什么：一个不断尝试直到解出的循环
Hyra 即 Hunyuan Research Agent（混元研究智能体），第一版于 7 月 21 日发布，自我介绍是「一个面向通用科学研究问题的极简智能体循环」：一个 Context Agent 维护经验库，把此前解法的代码、日志和评分合成「灵感」放进队列；多个 Proposal Agent 各取一份灵感写出新解法；解法在隔离沙箱里运行、打分，产物回填经验库，循环直到智能体自行停止或预算耗尽（见）。
据 Hyra 2.0 文章回溯，第一版发布一周后，借助开源模型 Hy3，Hyra 解出了加性组合数学中悬置 50 多年的问题——和集与差集之间关系的最优指数，并称这是「中国开源模型首次完全自主解决公开数学难题」。文章紧接着铺开竞争时间线，也均为腾讯混元一方口径：Hyra 1.0 发布 11 天后，OpenAI 宣布其下一代模型 Astra 的内部版本在 10 个长期未决问题上取得新结果；此后两个多月里，OpenAI 又宣布解决纳维-斯托克斯千禧年大奖难题，并放出内部模型产出的 722 份数学手稿。
文章还给出两个参照：8 月下旬发布 Hunyuan Hy4 preview 时，博客展示过 Hyra 协助加速分子动力学力场模型；三周后，Anthropic 披露 Claude 在不到四周内加速了 30 多个开源生物分子模型。「加速一个已有模型相对容易，因为反馈来得快」，文章写道，更难的挑战是端到端构建一个新模型——从设计与实现到部署，这正是 Hyra 2.0 给自己定的目标：成为「最好的造工具系统」。
图：腾讯混元为 Hyra 2.0 方向文章配的官方封面。
三问三答：官方为什么把下一步定在工具上
方向文章自设三问：AI 能解出许多人类久攻不下的难题之后，研究范式走向哪里？如何让 AI 驱动的研究更经济、可持续？仍在 AI 能力之外的难题，瓶颈在哪里？作者给三个问题同一个答案：改进工具。
文章把工具分成两类：符号工具把方法写成代码、规则或流程，比如搜索算法、验证程序、数据处理管线和研究工作流；参数化工具用训练把数据与反馈中的模式存进模型参数，比如通用语言模型和蛋白质设计模型。文中引《荀子》「君子生非异也，善假于物也」，并给出与「抽奖式采样」的关键区别：反复解题得到的答案不会自动提升下一次研究的能力，而「改进一个工具，每个用到它的下游任务都受益」。
工具还有层级：解出一道题只得到一个答案；为同类问题构建工作流、训练更强的数学推理模型，可能惠及无数问题；再上一层是能自动训练这类模型的系统；顶端是能自动完成任何任务的系统，文章称之为 AGI（通用人工智能）。层级越高，工具越通用，开发周期越长、环境越复杂。
闭环由此形成：训练大模型本身就需要大量工具——训练基础设施、数据合成管线、推理系统。腾讯混元希望 Hyra 2.0 改进这些工具、训练出更好的下一代 Hy 模型，新模型再反过来成为 Hyra 2.0 手中的工具。「造出的工具越好，造工具的系统就越强；系统越强，就越能造出下一个工具」——按文章的说法，这就是递归自我改进（RSI）在工具维度上的落点。
为期数周的研究怎么管：三层协作与证据审查
解题和造工具对智能体外壳（harness）的要求不同。训练一个模型要设计方案、写代码、训练、评估、反复修改，全程以天甚至周计；多个项目并行时还要等实验、分配资源、调整方向。文章判断，这些工作很难塞进一条不断变长的单一智能体会话。
Hyra 2.0 因此接入了团队真实的研发环境：在企业微信里与研究者对齐需求，在算力平台上提交和管理实验，在代码仓库中实现并验证改动，留存实验记录与产物。涉及大额算力开销或共享知识同步的操作需要人工审批；已获授权的工作由系统继续推进。
研究组织分三层：Overall 对接人类研究者、管理项目优先级、协调资源与关键决策；每个 Mission 长期负责一个研究问题，选方向、设计实验、组织 Worker 并对结论负责；Worker 独立读代码、跑实验、分析失败、提出新想法，也可以挑战 Mission 的判断，不同 Worker 可以使用不同模型，以获得不同的分析与审查视角。任务进入持久化队列后，调度器按优先级、依赖关系和资源限制启动 Worker；一个任务在等训练结果或人工审批时，其他任务照常推进，智能体还能预约自己的下次唤醒时间。
文章为这套协作设置了证据制度：Worker 报告完成时必须附上代码版本、实验结果、日志或原始执行记录，Mission 可调阅实际操作记录核对结论；需要独立核验时，系统新开一个 Review Worker，先给它原始问题和证据、后给前人结论，以减少先入为主——复核若发现错误，或发现证据只能支撑更窄的结论，这些发现必须如实保留。跨方向进展记录在 Research Board 上，需要处理的事项以消息发出，接收方必须显式回应。
知识也分层存放：项目状态、每个智能体的层级化工作记忆、跨任务可复用的知识在存储上分开。可复用的经验进入共享知识库 Books，条目必须写明方法、依据和适用条件并附原始证据，分「观察」「已验证」「约定」三类——单次实验看到的现象只能记为观察，独立复现后才能作为可靠证据，影响团队行为的约定需要人工确认。复盘时整理出的可迁移方法沉淀为技能，官方称训练模型的经验已蒸馏出一组技能供后续任务使用，这些技能本身也是 Hyra 2.0 造出的工具。
首批成果中的三个科学模型：HyInv、HyPLM-Flash 与 HyFF
文章称，HyInv 与 HyPLM 均由 Hyra 2.0 从零训练，代表「从加速已有模型，到开发全新模型」的那一步。
HyInv 处理蛋白质设计中的逆折叠问题：给定目标骨架，找出能折叠成该结构的氨基酸序列，是药物设计、酶工程和文库构建的基础工具。据文章，这个只有 196 万参数的图神经网络，从预训练、监督微调、强化学习到推理优化全部由 Hyra 2.0 完成，官方还为它设计了「先起草、后修订」的两步采样法；与制药业界广泛使用的 ProteinMPNN 相比，HyInv 生成的序列更贴合目标结构，生成速度是后者的 57 倍。
HyPLM-Flash 有 6.5 亿参数，共训练 7260 亿 token（词元），约为 ESM-2 650M 训练量的 0.73 倍、E1-600M 与 ESM C 600M 的五分之一到八分之一。在文章对比的 12 个蛋白质语言模型中，它的推理速度最快，35 项评测的平均名次列第三。
同属首批成果的 HyFF 是分子模拟用的原子级基础模型：输入原子种类和坐标，输出体系能量与每个原子受力，可充当分子动力学的机器学习力场。它有 230 万～12 亿参数的五种规模，均基于量子化学计算的大规模数据集训练，覆盖 83 种元素，支持带电与开壳层体系，每个原子只调用对应元素的子网络。文章称，与 16 个公开模型相比，五个规模的 HyFF 全部落在精度—速度的帕累托前沿上；在一个近 6 万原子的水通道蛋白膜体系上完成了 100 纳秒模拟，水分子排成单列逐个穿过通道；在一个 4.6 万原子的酶体系里，观察到了完整的键断裂与生成反应。
文章承诺 HyInv 和 HyPLM 的技术报告将发布，两个模型都可被智能体调用，用于药物设计等任务。
从猜想到芯片：工作流与软件工具的成果单
HyProver 是一个纯数学证明的智能体工作流：运行中持续检索文献、追踪线索、改写问题、提出猜想并建立数学事实，把探索组织起来而不是平均用力。文章称它已完整解出多个公开数学难题，其中两项与数学家合作完成了验证和成文：丘成桐的圆作用（circle action）猜想，以及 Petty 的五维等边集猜想。
HyQEC 面向量子纠错，是一套量子低密度奇偶校验（qLDPC）码的构造与验证系统，支持新码构造、码距搜索和精确码距证明。据文章，其自研的 Split Pauli-CPM 算法构造并严格验证了 [488,123,22] 量子码，在「非 CSS 码、校验重不超过 8」的约束下，编码效率指标 kd²/n 达到 122.0，比 qLDPC Challenge 此前的榜首高约 48%；码距搜索吞吐为原 8 线程 CPU 工具的 8～55 倍；复核既有结果时，把此前榜首码的码距上界从 95 收紧到 86，并为排行榜 187 项中的 178 项认证了精确码距。
机器人一节把「工具」推到了机械结构本身：在「手中转物」任务上，Hyra 2.0 自主搜出一个非常规的五指布局——五指绕掌心排布、长度像螺旋阶梯一样递增，官方称之为「螺旋楼梯手」（Spiral Staircase Hand）。它初测转速比论文中最优设计慢约 11%，但在同等预算的策略微调后反超：在更严格的 DR5 仿真评测中转速达 3.277 rad/s，快 28.6%，完成目标多 21%，失稳率更低。文章自己注明：这一结果仅限仿真，尚未在物理硬件上验证。
香山（XiangShan）是采用端到端开源流程的 RISC-V 处理器项目。据文章，Hyra 2.0 修复了 SPEC CPU2006 基准暴露的多个问题，连同其他调优，在主频不变、面积增加 0.3% 的代价下，把每 GHz 得分的几何均值提升 5.79%——按香山官方性能面板的历史开发节奏估算，大致相当于官方团队 2～3 个月的迭代量；新设计的模糊测试找到 7 个 bug，加上独立发现的 3 个共 10 个，均未出现在官方 issue 列表里；用 TLA+ 做形式化验证时发现一个多核缓存一致性反例，对应修复已贡献给开源末级缓存项目 OpenLLC。
在腾讯混元内部，Hyra 2.0 也参与下一代 Hy 模型的开发：优化预训练基础设施、搭建自动化数据合成管线，并改进实际在用的推理容器与系统，以降低部署成本。
可核查的落点与尚待验证的部分
这批成果的数字均出自腾讯混元的自述。目前能独立打开的落点是 GitHub 仓库 hyra-results，页面简介为「Hyra 的研究产物」（Research artifacts from Hyra），创建于 7 月 17 日，最近一次更新就在 11 月 2 日；文章表示会继续把结果发布到这个仓库，供社区检验和复用。
尚待验证的部分包括：HyInv 与 HyPLM 的技术报告还未发布；HyQEC 承诺的是「未来」开放；机器人手的结果止步仿真；香山「相当于 2～3 个月迭代量」是基于官方面板节奏的推算，不是对照实验。
文章末句写道：「我们希望今天的研究成果能成为明天的研究工具」。检验这句话的下一个节点，是承诺中的技术报告与 HyQEC 工具包何时出现在社区可以下载复现的地方。