2026 年 10 月 9 日
新加坡南洋理工大学（NTU Singapore）的研究团队近日开发出一款名为“通过互补进化进行大语言模型驱动的算法构建”（LACE）的人工智能框架。该系统能够自动创建复杂的决策软件，将原本需要数月专业工程时间的开发周期缩短至约一小时。
LACE 系统允许非专业用户以自然语言输入复杂的运营问题。随后，该框架会自动构建、评估并完善专门的组合算法，并通过启发式调整高效解决这些问题。在针对四个全新海事问题的测试中，LACE 取得了最佳测试方法所获结果的 97% 至 99%，且每个解决方案的设计成本约为 10 美元。
突破传统软件开发瓶颈
组合优化（CO）是计算机科学的一个子领域，旨在从海量可能方案中寻找最优解，广泛应用于海上港口泊位安排、医院手术室分配、供应链路由及电网管理等关键业务场景。
传统上，解决复杂的 CO 问题依赖系统工程师使用模块化合同或明确规则将问题拆解，并结合专业启发式算法快速求解。然而，调整算法以适应新的操作限制通常需要领域专家进行长达数月的试错工作。尽管大语言模型（LLM）具备编写代码的能力，但现有 AI 方法在一次性构建完整解决方案以应对现实世界物流问题时往往表现不佳。
LACE 通过两阶段架构克服了这一瓶颈：首先将问题分解为模块化合约，随后逐步演化出由互补专家启发式组成的团队。主要作者之一、土木与环境工程学院助理教授 Yan Ran 表示：“为现实世界运营设计定制软件长期以来一直是港口管理、医疗保健和能源等行业的主要瓶颈。通过 LACE，我们展示了智能设计的 AI 框架，而非仅仅依赖构建更大的 AI 模型。”
Yan 指出，通过将数月的手动编码转化为约一小时的自动化过程，该技术正在为各种规模的组织提供高性能的运营优化能力。
实现高性能算法发现的民主化
在针对四个全新的复杂集装箱码头和拖船路线问题进行测试时，包括 Google FunSearch 在内的竞争性基于 LLM 的 AI 系统均无法产生可行的算法或满足操作约束的软件。相比之下，LACE 能够在每个问题上于一小时内完成执行，且计算费用低于 10 美元。
研究团队指出，无论是繁忙港口遭遇意外拥堵，还是未来应用中重新分配医院床位，运营条件往往迅速变化。LACE 使决策者能够在约一小时内根据需求制定高效的解决方案策略，而传统软件设计可能需要数月时间并耗资数十万美元。
NTU 研究团队认为，通过大幅降低时间和计算成本，LACE 有望实现高性能算法发现的民主化。这将使较小的研究团队、区域物流中心、公共卫生机构以及缺乏数百万美元算法工程预算的公用事业提供商，能够自主构建软件解决方案。
该研究成果已发表在《自然机器智能》杂志上，论文标题为“大型语言模型发现组合优化补充启发式”，DOI 标签为 10.1038/s42256-026-01307-8。
