斯坦福 Agent0:零数据自我进化智能体框架亮相 COLM 2026

yuyinzhou_cs · x · 2026-10-06

斯坦福论文《Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning》提出无需人工标注、无策划任务、无演示的智能体自我进化框架,效果据称超过现有所有 self-play 方法。核心思路是从同一基座 LLM 派生出 Curriculum Agent 等多个智能体相互竞争,解决传统自进化方法只能生成「略难于已知能力」任务导致快速平台期的问题。作者将在 COLM 2026(10月6–9日)展示,并欢迎讨论 RSI、agentic learning 与持续学习。