提出者：杜晋华最早研究：2026-10-18

目录

AgentEvolve

研究方向：Agent 推理时自进化——不改参数，Agent 在部署后通过反思、技能库、工作流记忆与上下文演化持续变强。

研究范畴

Agent 推理时自进化（inference-time / deployment-time agent self-evolution）研究 Agent 在参数冻结的前提下如何随经验持续改进：把失败反思写回记忆（Reflexion）、把成功轨迹沉淀为可复用技能与工作流（Voyager 技能库、SkillWeaver、Agent Workflow Memory）、按需自造工具与 MCP 能力（Alita）、把经验以"演化中的上下文 / 作弊表"形式积累（Dynamic Cheatsheet、Agentic Context Engineering），乃至以免训练方式实现 GRPO 式的经验学习（Training-Free GRPO）。本方向涵盖：Agent 认知架构（CoALA）、经验记忆与检索、技能发现 / 验证 / 精炼闭环、自动工具构造、上下文与提示的在线演化、多 Agent 间的经验共享，以及推理时自进化与训练时自进化的互补与衔接。社区关注的核心问题包括：经验积累是否会带来"上下文坍缩"与噩梦式膨胀、自我反思信号的可靠性、技能库的泛化与过时淘汰机制、以及如何在不更新参数的情况下保证改进可持续并最终反哺训练。

研究挑战

经验记忆的膨胀、噪声与检索精度之间的张力（上下文坍缩）。
自我反思与自评信号不可靠，错误经验被固化。
技能 / 工作流的泛化与过时：何时复用、何时淘汰。
推理时自进化缺乏统一评测，难以与训练侧方法公平比较。
推理时改进如何回流到参数（经验 → 数据 → 训练）的衔接。

自研项目

EvolveLLM — 博士课题《Toward True ASI》承载仓库，推理时自进化（反思 / 记忆 / 技能）是自进化机制综述的重要分支。
Awesome-RSI — 递归自我改进资源清单，收录自改进 Agent 相关工作。
CLUB-benchmark (LogicEvolve) — 复杂逻辑推理智能体评测与自进化平台，可用于检验 Agent 推理时自进化的效果。

相关工作

代码 / 框架

Voyager — Minecraft 开放式具身 Agent，自动课程 + 可增长技能库
Reflexion — 语言反思写回记忆的"口头强化学习"
SkillWeaver — Web Agent 自主发现、打磨技能并沉淀为 API
Alita — 最小预定义、最大自进化的通用 Agent，自造 MCP 工具
Dynamic Cheatsheet — 测试时学习的自适应记忆
Agent Workflow Memory — 从经验归纳可复用工作流
Youtu-agent (Training-Free GRPO) — 免训练的经验库式 GRPO
Letta — 有状态、带长期记忆的 Agent 平台
Self-Evolving-Agents — 自进化 Agent 综述资源库
Awesome-Self-Evolving-Agents — 自进化 AI Agent 论文清单

论文

相关工作（按子主题自动聚合）

三维重建 ¹

SceneRig：从单图像重建仿真就绪的三维场景 10-21

上下文压缩 ¹

CarryOn：面向长时程智能体的对象化上下文运行时 10-20

上下文学习 ²

上下文强化学习是否为后验采样器：实证检验 10-22

智能体上下文学习：Transformer 在闭环交互中能学会哪些算法？ 10-19

世界模型 ³

MLE-World：用世界模型预测机器学习实验结果 10-29

基于世界模型预测路径的自改进智能体 10-22

PAWM：用陷阱预判世界模型引导黑盒 LLM 智能体 10-22

主动学习 ¹

面向长期个性化 Web 智能体的主动偏好获取 10-23

具身规划 ¹

HiSTEVE 1.0：面向开放世界游戏的分层 VLA 智能体 10-27

协同演化 ⁴

SPLICE：基于一致性正则化的智能体知识—模型协同演化 10-23

CoEvo-RSI：模型与测试框架协同演化 10-22

Evo²：权重与脚手架协同演化推动智能体自我进化 10-18

共同进化却分离失效：自改进智能体的技能—策略协同演化陷阱 10-18

多智能体系统 ¹

紫荆AI医院以多智能体协同打造医生AI分身 10-22

奖励建模 ¹

Reward Engine：面向开放式工具智能体的奖励中心自进化 10-19

安全评测 ²

SkillLifeBench：智能体技能全生命周期安全评测 10-27

攻击者离开后：LLM 智能体延续攻击评测 10-21

工具调用 ²

SYNAPSE 分域评分保护未使用工具的检索性能 10-23

接口漂移下的 LLM 智能体稳健函数调用 10-19

技能优化 ³

BiPA：用二部归因重新评估智能体技能优化 10-29

编码智能体的自适应技能粒度：运行时路由与宏到微恢复 10-23

SkillBrowser：面向可扩展技能智能体的选择性技能暴露 10-19

技能压缩 ²

D-Skill：通过自然语言技能蒸馏教师智能体知识 10-22

工具智能体的行为定位与软技能适配 10-22

技能演化 ¹²

HSE：面向编程智能体的分层技能演化 10-27

RAX：在线探索扩展驱动机器人持续自我改进 10-26

RoboSkill：具身智能体的技能积累与复用框架 10-25

苏格拉底式技能学习：教学与实践交替培养可迁移智能体技能 10-23

VisualEvolve：视觉推理技能自进化框架 10-21

DrugHarness：面向计算药物发现的可演化智能体脚手架 10-19

CDSE：面向自改进智能体的认知分化技能演化 10-19

FedSkillGit：基于版本控制的联邦技能演化 10-18

SkillNEO：智能体技能的非精英式进化优化 10-18

自改进智能体自主扩展 DSL，实现无预言机精确问答 10-18

CausalEvo：健康 LLM 智能体的因果技能自进化 10-18

EvolvingBrain：面向开放世界多模态智能体的自进化技能系统 10-18

技能生成 ¹

Work2Skill：从人类 GUI 操作中归纳可复用智能体技能 10-18

持续学习 ⁵

DeepMind：自演化智能体能否持续学习？ 10-29

CLE：LLM 智能体长时程持续学习与经验学习基准 10-29

面向智能体的记忆中心持续学习框架 MCCL 10-22

ReHarness：通过后向修订实现智能体持续学习 10-18

EmbodiedCLBench：评估自我进化具身智能体的持续学习能力 10-18

提示优化 ¹

继承性：LLM 提示合并算子的准入测试 10-22

数据策展 ¹

GEPA-Curator：面向自改进智能体的经验策展学习 10-29

智能体自进化 ⁴

Infinity Machine：面向科研的自改进智能体 10-27

GuideEvolve：专家指导与 3Ts 机制驱动的自进化智能体框架 10-22

VeriEvolve：评估器优先的工具智能体演化框架 10-22

EmbodiedEvo：自进化 Coding Agent 通过经验复用提升具身操作 10-18

框架演化 ²

CMAS：非平稳环境下的保守元智能体架构适应 10-23

Agent S4：从任务经验中演化智能体接口 10-21

状态追踪 ¹

PoS：以显式信念状态识别并打破长程智能体的 Belief Trapping 10-18

环境合成 ¹

AgentGarten：支持智能体持续进化的代码世界 10-18

神经符号人工智能 ¹

OntoAct：基于本体抽象的假设驱动神经符号智能体 10-18

科研智能体 ¹

微软 Fork-and-Flush：刷新上下文的科研智能体并行探索 10-18

程序进化 ²

AgenticEvolve：持久化智能体驱动的进化程序搜索 10-23

CANNBot-CAKE：面向昇腾 NPU 的协作式智能体内核演化 10-23

系统优化 ²

无问芯穹算子优化Agent斩获SOL-ExecBench 88项第一 10-29

面向智能体的 KV 缓存工程 10-22

经验学习 ⁵

SpatialBrain：从经验中成长的空间智能框架 10-22

图表作为认知动作：经验驱动的智能体数据分析 10-22

自进化智能体能修复失败，却难以从失败中泛化 10-19

Learn2Play Bench：评测智能体在陌生环境中的经验学习能力 10-18

ExpActivator：面向个人 GUI 智能体的情境化经验激活 10-18

脚手架优化 ¹

环境无关编码智能体中的脚手架作用 10-18

脚手架演化 ⁶

RuHarness：评判准则与智能体脚手架协同演化 10-29

Harness²：双层递归优化智能体执行框架 10-26

ScholarEvolve：从科研文献中持续演化 Agent Harness 10-22

ChartEvo：面向长尾图表推理的自演化智能体脚手架 10-21

Google Harness²：冻结模型，递归改进 Agent 外壳 10-18

Self-Evolving Agent Harness：自我进化的智能体脚手架 10-18

自动化科学研究 ¹

ADAPT for Science：自进化科学优化多智能体系统 10-23

自我反思 ¹

RSI 代表论文解读：Reflexion 的语言反馈与记忆机制 10-25

自进化 ¹

EvoOntology：Data Agent 自动构建持续进化的本体层 10-24

自进化框架 ²

RSIHub：可组合的智能体演化方法框架 10-27

RoboFoundry：让具身智能体自主进化整套系统 10-18

记忆能力评测 ¹

MemoryTax：智能体记忆的苦涩教训 10-22

递归自我改进 ¹⁶

The Trinity：能力驱动的多模态智能体递归自我改进 10-29

智元 Genie Master 在便利店跑通具身递归自我改进 10-29

AREX-2以长程反思训练探索递归自我改进 10-27

Skill∞：面向智能体技能优化的递归自我改进 10-27

预算约束下的递归自我改进：执行前评估代码编辑 10-22

DeepEvolve：开放世界中的递归自我改进与未来预测 10-22

SenseNova-RoboRSI：统一具身执行框架驱动机器人持续改进 10-20

通衍灵智推出可持续进化 Personal AI 10-20

Darwin-Claw：环境自适应的递归自进化智能体经验整合框架 10-19

Recursia以具身递归自我改进突破机器人零样本长程泛化 10-18

Memento 3以可执行世界模型实现递归自我改进 10-18

RSI-Anything：以世界模型驱动跨领域递归自我改进 10-18

RSIAgent：以演化记忆实现免训练递归自我改进 10-18

从记忆到自进化：Agent 走向 RSI 的关键一步 10-18

Terminal-RSI：通过轨迹重写与策略精炼递归改进终端智能体 10-18

RSIFlow：演化元智能体驱动的自适应递归自我改进工作流 10-18

长期记忆 ¹³

TTME：测试时记忆演化以更低成本助力科学发现 10-29

TAM：以任务推进状态与监督增强 GUI 智能体能力 10-29

ProactMem：面向事件驱动 LLM 智能体的主动记忆 10-29

AMIE：智能体自适应记忆索引演化 10-27

面向 GUI 智能体的子目标感知记忆图 10-23

复杂智能体记忆并非总是必要：朴素 Raw-RAG 基线更强 10-23

MHG-Mem：保留证据溯源的多模态超图记忆 10-22

PreCoMem：面向自进化长程对话智能体的预测认知记忆 10-22

Lovart 2.0 发布个人设计 Agent「Arti」 10-20

GLOBE：面向生成式搜索商品优化的结构化智能体记忆演化 10-19

TIDER：强化学习引导的长程智能体记忆时序定位与双通道检索 10-19

腾讯混元开源智能体记忆框架 Hy Memory 2.0 10-19

看见、维护与学习：多模态智能体记忆的演进 10-18

长程任务执行 ¹

Sage-A1.5：以能力组合迈向长程执行与科学探索 10-21

闭环自进化 ¹

Agnes双进化系统：RSI战术演化与机械臂测试时训练 10-22