CMU 团队开源 Reef：让 Agent 在部署中持续自我进化

CMU Paul Pu Liang 等人（Human-Agent-Society 团队，成员包括 Ao Qu、Han Zheng 等 CMU 系研究者）开源了持续学习基础设施 Reef，核心思路是「推理服务器本身就是一个学习者」，让 Agent 在部署之后仍能从运行经验中持续提升能力。代码开源于 GitHub（github.com/Human-Agent-Society/reef）。

已确认

• Reef 提供标准化的 HTTP 端点，可以像下载模型一样下载 Agent，并将 Agent 的模型请求不发往厂商 API，而是发给 Reef 的推理端点。
• 核心区别在于：Reef 会在后台持续评估 Agent 行为，并据此改进它所服务的 harness（编排流程）与模型权重，把推理从流水线终点变成学习循环的一部分。
• 据转发者转述，该思路呼应 Ilya Sutskever 的观点：未来智能系统应从部署中学习，这要求把推理服务重新设计为学习基础设施。

为什么重要

当前多数 Agent 部署后能力即固定，Reef 提出的「推理即学习」路线若可行，意味着 Agent 可借助自身运行时信号持续自我改进，而不必依赖人工再训练或重新发布，是持续学习与自进化 Agent 方向的一次开源探索。

2026-09-02 ~ 2026-09-03 · 5 条相关

• 开源 Reef：让 Agent 推理时持续自我进化的基础设施 — pliang279 · 2026-09-02
• 【源头】Reef 开源：把推理服务器变成持续自我改进的 agent — pliang279 · 2026-09-02
• 开源项目 Reef 让 Agent 在部署中持续自我进化权重与编排 — Scobleizer · 2026-09-03
• 开源项目 Reef：让 Agent 从推理时信号持续自我进化 — pliang279 · 2026-09-03

另有 1 条近重复转述:qinzytech