中科院等发布LLM Agent递归自我改进综述:三问题七步看Agent自进化
机器之心 · wechat · 2026-11-15
中科院自动化所、美团、山东大学等多家单位发布 LLM Agent 递归自我改进(RSI)综述,提出用三个问题、四条主线、七步生命周期理解 Agent 如何把经验转化为持续改进。
三个问题:
- When:何时触发更新、何时保留,靠任务表现决定取舍;
- Where:失败应归因到哪个组件;
- How:如何从经验提炼修改、验证并保留。
四条进化主线:
- Prompt优化:从指令空间搜索 → 利用错误反馈修订 → 优化「生成指令的优化器」本身;
- Memory进化:从容量存储 → 提炼经验规则 → 管理时效与矛盾,再到基于实际使用效果的效用估计;
- Skill进化:从保存成功操作序列复用 → 持续修订单项技能 → 管理技能库的重复、冲突与退役;
- Harness进化:让运行框架本身也成为反馈驱动的修改对象,如自动增加「测试通过才允许交付」的完成检查。
七步生命周期:Collect→Evaluate→Diagnose→Abstract→Update→Verify→Consolidate,即把一次 API 报错的修复沉淀为经回归验证、记录适用条件的可复用结构。综述分析 40 项代表性研究并对照 20 个更新闭环,并指出后续难点:跨组件归因、长期维护(合并/修订/退役/回滚)与独立验证「继承的经验是否让后续改进更有效」。
「编程与Agent」频道最新
- 开源推理引擎 FreeToken:RTX 5090 本地跑 DeepSeek 284B 达 25 tok/s — aigclink · 2026-11-15
- 一人律所跑一支 AI 代理团队:律师用 Claude 按部门架构自动化全部职能 — prasanna_says · 2026-11-15
- Claude 纯代码在 three.js 里造出彩色小城，不用任何素材 — Eric520CC · 2026-11-15
- fate 2.2.1 性能大提速：删除关联记录快 343 倍 — cnakazawa · 2026-11-15
- METR 开源 AI Agent 评测平台,直面前沿模型红队测试难题 — BethMayBarnes · 2026-11-15
- 开源 schu-video-generator:不用视频模型,Claude Code 代码渲染完整 MV — CoolTopicsNow · 2026-11-15