물리 법칙이 바뀌자 자기진화 에이전트가 35.9%에서 멈췄다

기존 자기진화(self-evolving) 에이전트 평가는 실행 조건을 고정해 두고 같은 환경에서 얼마나 더 잘하게 되는지만 쟀습니다. PACE-Bench는 목표와 인터페이스는 그대로 두고 물리 법칙만 변형한 환경을 짝지어, 6개 물리 도메인에서 144개 적응 쌍을 구성했습니다. 원래 통하던 코드 해법이 바뀐 환경에서는 반드시 실패하도록 설계해, 제한된 시도 예산 안에서 진단 피드백을 보며 설계를 고쳐야만 풀립니다. 10개 기법을 평가한 결과 Reflexion과 Qwen3-14B 조합은 전체 적응 쌍의 35.9%, GPT-5.5는 전체 시도 예산을 다 쓴 조건에서 Statics 서브셋의 66.7%를 풀었습니다. 병목은 파라미터 추정이 아니라 메커니즘 자체를 다시 설계하는 일이었습니다.