喜讯！香港理工大学MIND LAB团队荣获AgentX国际竞赛冠军

■  AgentX大模型智能体竞赛（2025年春季）概览

本届 AgentX 大模型智能体竞赛共吸引约 1,000 支队伍 参赛，其中包括 500 多家初创企业，覆盖全球 100 多个国家与地区、800 多所高校，参赛阵容囊括了 UC Berkeley、Stanford、CMU 等世界顶尖 AI 学府。大赛评审团汇聚了来自 Google DeepMind、Meta FAIR、Nvidia 等全球一线科技公司与顶级风投机构的专家，为赛事提供了专业、前瞻、公正的评审标准。

■  AgentX大模型智能体竞赛评委团

经过多轮遴选，最终仅有 15 支团队 脱颖而出，晋级线下 Demo Day 决赛，角逐 Benchmark & Evaluation、Agent Architecture 和 Multi-Agent 三大技术赛道的全球前三名。其中，香港理工大学 MIND LAB 团队凭借项目 EvoGit 成为 唯一入围的中国团队（含港澳台），并在最具挑战性的 Multi-Agent 赛道中勇夺全球第一名！

■  用EvoGit 从零开始生成网页

从零演化构建完整 Web 应用

16 个 Agent 从空白项目出发，无模板无辅助，协作演化生成具备完整交互逻辑与响应式设计的现代 Web 应用。

■ 用EvoGit生成自动算法设计的项目，再用这个项目生成此NP问题的算法

构建“自我进化”的元算法生成体系

EvoGit 能演化出一个具备“自我进化”能力的智能体系统：自动调用 LLM 生成、测试与优化求解器，解决 Bin Packing 等 NP 难题，实现“智能体开发智能体”的递归闭环。

04

 核心团队：香港理工大学MIND LAB

EvoGit 项目由香港理工大学 MIND LAB 团队研发，核心成员为博士研究生 黄北辰，项目在 程然教授 与 陈家进教授（Prof. TAN Kay Chen） 的共同指导下完成。团队长期专注于 演化计算与大语言模型（LLM） 的交叉融合，致力于探索具备自主进化能力的智能系统。

EvoGit 正是该研究方向的重要成果之一，实现了将“演化式智能系统”的理念与大语言模型的代码生成能力深度融合，打造出一个具备去中心化协作与自组织演化特性的多智能体开发框架。该项目可被视为赋予 LLM“可演化性”（Evolvability）的一次前沿探索，不仅在技术上取得突破，也已成功实现初步落地与验证。

此外，团队还自主研发了开源平台 EvoX，作为 演化计算的算力基座，构建了一个高性能、可扩展、模块化的分布式 GPU 并行计算框架。EvoX 显著提升了演化算法在大规模优化问题中的计算效率与工程可用性，并在 AI for Science 等关键领域展现出广阔前景，特别适用于蛋白质设计、材料发现、复杂系统建模等对搜索能力与精细控制要求极高的任务场景。

同时，EvoX 也是构建 可自主进化智能体系统（Self-Evolving Agent Systems） 的基础支撑平台，为包括 EvoGit 在内的新一代智能体系统提供核心的并行演化能力，推动智能体从“静态优化”向“持续演化”的形态跃迁。

06 

展望未来：从代码到智能体的演化生态系统

真正具备长期生命力的 AI 系统，不能仅依赖对既有数据的“拟合”能力，更应具备对未知问题的持续学习、结构重组与自我进化的能力。虽然当前大语言模型在标准化任务中展现出强大的理解与生成能力，但距离具备真正的创造性与适应性智能体系统仍有本质差距。而实现这一跃迁的关键，在于引入演化机制，使系统能够持续生成、选择与优化新的结构、行为和策略，逐步迈向具备“自主演进能力”的开放型智能体生态。接下来，团队将围绕 EvoGit 持续拓展研究边界，重点聚焦以下三个方向：

• 增强演化能力：推动智能体具备自主演化的能力，使其能够持续优化自身的代码结构与行为策略；