AREAL2.0让智能体自进化

jiqizhixin · x · 2026-07-11

研究者提出了 **AREAL2.0**，试图解决“今天的 AI agent 为什么仍像被冻结在时间里”的问题。 ### 核心思路 - 他们认为问题不在算法本身，而在系统设计。 - 为此提出一个能让 agent 从**真实部署任务**中持续学习的架构。 - 系统包含三块关键组件： 1. **通用数据协议**：记录逐步学习信号； 2. **代理器（proxy）**：把真实任务转成安全的训练数据； 3. **自动触发机制**：决定何时更新 agent 行为。 ### 结果 - 目标是让 LLM 在真实世界运行中**自动改进策略**。 - 强调的是一种“无需手工重训”的实用 agent 强化学习系统。帖子同时给出了论文、项目页和 Jiqizhixin 的报告链接。