LSTM 之父等发布 97 页综述：自我进化智能体的三层能力地图
大模型之路 · wechat · 2026-08-18
一篇由 LSTM 之父 Schmidhuber 等人参与的 97 页综述《Self-Improving Agents: A System-Level Survey》，首次把 self-reflection、self-correction、self-play、agentic RL、skill learning 等混用概念放进统一坐标系，并整理了 312 篇相关工作。
综述把自我改进拆成三层：底层是模型参数的继续训练，上层是 Agent 架构层面的搜索与演化，中间最值得落地的是两条路径——记忆演化（把任务得失沉淀为可复用经验）与工具创建（智能体自己写小工具解决问题）。其核心主张是：当模型能力接近天花板，真正的差距来自系统会不会"攒经验"，提示词工程红利正在见顶。
落地建议：先定进化目标（写工具/调策略/攒经验哪一类）；再给一把尺子——用固定任务做回归测试，进步才保留、退步就回滚；最后加护栏——限定可改范围、记录每次自我修改、支持审计，先在沙箱小步进化再放开权限。文章还提醒递归式自我改进（RSI）失控与自博弈经验被污染的风险。
「编程与Agent」频道最新
- 通过对话编程：为何“直接跟 Codex 说”有助于理清思路 — gabrielchua · 2026-08-18
- LangGraph 主管如何同会话路由多智能体并处理中断 — keep__it_simple · 2026-08-18
- Slice.js 文档 MCP 服务器发布：支持全文检索与打包检索 — modelcontextprotocol · 2026-08-18
- SearchShop AI 发布：通过 MCP 实现 Shopify 智能导购 — modelcontextprotocol · 2026-08-18
- 技术图表生成 skill 四个月破 1 万 Star，支持 12 种风格 — vista8 · 2026-08-18
- GenRouter 开源：面向生成式 UI 的路由框架 GenRouter 与 GenCanvas — NunyaBuzor · 2026-08-18