提出者：杜晋华最早研究：2026-10-18

目录

SystemEvolve

研究方向：AI 系统级自进化——不止改模型权重，而是让 Agent 系统的架构、工作流、工具链与自身代码成为被进化的对象。

研究范畴

系统级自进化（system-level self-evolution）把优化对象从单个模型扩展到整个 AI 系统：Agent 的编排结构、工作流图、提示与工具配置、运行时 harness，乃至系统自身的源代码，都可以由系统自己提出修改、实验验证并择优保留，形成达尔文-哥德尔机式的开放式演化。本方向涵盖：自动化 Agent 系统设计（ADAS / AFlow 类元搜索）、以文本或执行轨迹为"梯度"的生成式优化（TextGrad / Trace / DSPy）、自指式递归自改进框架（Gödel Agent、Darwin Gödel Machine）、程序进化型发现系统（AlphaEvolve / ShinkaEvolve / OpenEvolve），以及系统演化的档案管理、分支选择与回滚机制。社区关注的核心问题包括：系统级改动的搜索空间巨大且不可微，如何高效评估与择优；进化出的系统是否只在基准上过拟合；自修改系统的可解释性、可审计性与安全边界；以及如何让"改进改进机制本身"的元层也被纳入闭环而不失控。

研究挑战

搜索空间组合爆炸，每次评估都需真实运行，样本效率低、算力成本高。
评估基准被进化过程"攻陷"（目标作弊、基准过拟合）。
自修改代码的正确性与安全性：错误改动可能破坏系统自身。
演化档案（archive）管理：多样性保持、分支选择与回滚。
可解释与可审计：难以追溯系统为何演化成当前形态。

自研项目

EvolveLLM — 博士课题《Toward True ASI》承载仓库，系统级自进化是其"自进化机制"综述的核心层次之一。
Awesome-RSI — 递归自我改进资源清单，系统自重写 / 自修复相关工作均在收录范围。
LLM-DailyDigest — 本站本身是一个"爬取 → 抽取 → 归并 → 推荐"的多 Agent 流水线，是系统自进化方法的试验床。

相关工作

代码 / 框架

Darwin Gödel Machine (dgm) — 开放式进化的自改进编码 Agent，自己修改自己的代码并经基准验证
OpenEvolve — AlphaEvolve 的开源复现，进化式代码优化框架
ShinkaEvolve — Sakana AI 开放式、样本高效的程序进化框架
ADAS — Automated Design of Agentic Systems：元 Agent 在代码空间搜索新 Agent 设计
AFlow — MCTS 自动生成 Agent 工作流
DSPy — 声明式 LM 程序框架，可对提示与模块进行自动优化
TextGrad — 以自然语言反馈为"梯度"自动优化复合 AI 系统
Trace — 基于执行轨迹的生成式优化（“下一代 AutoDiff”）
Gödel Agent — 自指式递归自改进 Agent 框架
EvoAgentX — 自进化 Agent 生态系统，自动演化工作流
Self-Evolving-Agents — 自进化 Agent 综述配套资源库
Awesome-Self-Evolving-Agents — 自进化 AI Agent 综述与论文清单

论文

Darwin Gödel Machine: Open-Ended Evolution of Self-Improving Agents — 自修改代码 + 开放式档案，SWE-bench 从 20% 提升到 50%
AlphaEvolve: A coding agent for scientific and algorithmic discovery — DeepMind 进化式编码 Agent，改进矩阵乘法等算法
ShinkaEvolve: Towards Open-Ended And Sample-Efficient Program Evolution
Automated Design of Agentic Systems — 元 Agent 搜索 Agent 设计空间
AFlow: Automating Agentic Workflow Generation
Gödel Agent: A Self-Referential Agent Framework for Recursive Self-Improvement
TextGrad: Automatic “Differentiation” via Text
Trace is the Next AutoDiff: Generative Optimization with Rich Feedback, Execution Traces, and LLMs
A Survey of Self-Evolving Agents: What, When, How, and Where to Evolve on the Path to Artificial Super Intelligence
A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems

相关工作（按子主题自动聚合）

上下文压缩 ⁴

软件工程智能体轨迹删除的隐性成本 10-27

编码智能体上下文的物理成本：质量约束下的资源核算 10-27

漂移定时、预算定量：长篇多模态生成的速率控制 KV 重选 10-23

CarryOn：面向长时程智能体的对象化上下文运行时 10-20

仿真迁移 ¹

HyperDrone：百万帧每秒的四旋翼仿真到现实迁移 10-22

信用分配 ¹

CATS：面向多智能体系统的对比归因拓扑搜索 10-22

具身基础模型 ¹

GPT-6-Astra具身智能评测：具备能力但尚未达到实用门槛 10-20

协同演化 ³

Evolving Agent Teams：可演化智能体团队突破优化局部最优 10-29

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

可信执行 ¹

Perplexity 开源智能体沙箱 SPACE，108 次逃逸测试均未攻破宿主机 10-18

多智能体协作框架 ¹

FlowMAS：用生成流网络学习多智能体工作流拓扑 10-18

多智能体系统 ²

DynaFlow：学习自由形式的多智能体编排 10-29

Anthropic：谨慎使用子智能体，优先考虑单 Agent + Skills 10-27

并行推理 ¹

将自回归 LLM 控制编译为策略精确的并行推理 10-23

技能演化 ¹

DrugHarness：面向计算药物发现的可演化智能体脚手架 10-19

持续学习 ¹

HERD：脚手架演化递归蒸馏持续学习框架 10-23

推理效率 ¹¹

文心 Unlimited OCR 2 开源：KV 缓存降低 96% 10-29

BeNice! 通过 KV 共享弥合循环架构的推理内存差距 10-23

OpenAttention：用尾部代理实现 1% 稀疏注意力读取 10-23

VLA-Rolling：自适应复用动作尾部以加速具身控制 10-22

分层稀疏注意力：缩小极端稀疏下的稀疏—稠密差距 10-22

S&Q：面向智能体上下文发现的高效策略筛选 10-22

AMTP：自适应多词元预测的动态推测窗口 10-22

BitMTP：面向超低比特模型的多词元并行预测 10-22

FrameBlend：流式视频理解的局部缓存与选择性重计算 10-22

DoSA：无损点稀疏注意力加速 10-18

SpecAgent：面向工具智能体的轨迹级推测与语义验证 10-18

推理早停 ¹

StreamStop：语言模型智能体的流式推理自适应早停 10-21

提示优化 ¹

批处理反思优化循环：并行候选让 GEPA 更快更优 10-29

智能体框架 ⁴

工作智能体：系统、能力与优化 10-29

LangChain 开源设计智能体 Content Studio 的 harness 10-29

Meta 薄编排器模式：以职责分离提升智能体可靠性 10-20

清华开源 PilotDeck 2.0：智能体任务成本降低 83%，记忆可查可改 10-18

智能体自进化 ³

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

智能体训练 ³

InterQ-RL：交互感知纠正量化智能体强化学习的执行失配 10-27

OpenForge RL：Harness 原生智能体端到端训练框架 10-24

BIRD-RL：面向有状态数据环境的可扩展智能体强化学习 10-22

智能体评测 ¹

AgentSWE：编码智能体能否构建符合需求的智能体 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

模型发布 ¹

MiniMax 开源 M3.1 Flash：428B 参数与百万 Token 上下文 10-23

模型架构创新 ¹

LatentLoop：非对称计算分配扩展循环式 MoE 10-18

模型路由 ⁴

EvoRouter：洞察引导在策略蒸馏的低成本多智能体路由 10-27

OpenAI 发布 Decisions API，面向低延迟低成本决策 10-23

MARS：面向会话级 LLM 助手的记忆感知路由 10-19

TokenRouter：Token 级 LLM 路由高效服务系统 10-18

模型轻量化 ⁷

TWIG：将神经网络权重表示为共享离散决策路径 10-27

封闭集决策中的联合与逐选项紧凑编码器 10-23

PACE：周期与通道对齐的四比特循环状态量化 10-22

SPARE：基于路由熵的高效 MoE 稀疏分配 10-22

QSelect：面向太空机器人的行为保真低比特压缩 10-22

LADDER：面向大语言模型的嵌套式非结构化后训练剪枝 10-22

SoloQ：扩散语言模型的免校准量化 10-18

测试时训练 ¹

仅传频率描述符的智能眼镜部署时适应框架 10-22

深度研究智能体 ¹

DiffResearch：用扩散语言模型加速深度研究 10-22

游戏生成 ²

Matrix-Game 4.0：视频模型驱动的实时可玩游戏世界 10-22

昆仑万维开源实时视频大模型游戏 Matrix-Game 4.0 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 ³

自主进化推理程序提升 VLM 科学图表分析能力 10-27

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

端侧模型 ²

30B 模型端侧运行，Ember 推理引擎探索自进化 10-25

英伟达发布桌面级本地 AI 硬件矩阵 10-22

算法模型化 ¹

算法模型化：将优化算法转化为可演化智能 10-19

系统优化 ¹¹

ForgeKernel 登顶华为与英伟达算子评测榜 10-29

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

System-1 决策模型能否替代 RAG 专用重排器？ 10-27

RAG 组件组合性评测：孤立增益不等于系统增益 10-22

OrbitWeaver：星载中断下的视觉语言推理恢复 10-22

TrainBridge：GPU 编译证据引导的智能体式 NPU 训练优化 10-22

JaxMARL-BC：秒级宏观经济多智能体强化学习模拟器 10-22

FlashNext-RL：面向长程智能体强化学习的系统优化 10-22

面向智能体的 KV 缓存工程 10-22

QwenGyre：千问超长程 Agent 强化学习训练框架 10-18

ReFlow：基于经验回放解耦的高效 RL 后训练框架 10-18

脚手架优化 ⁴

HGM-Dual：面向长程规划的谱系感知智能体脚手架优化 10-22

SearchWeaver：自动优化智能体搜索接口 10-22

Self-HPO：框架与策略协同优化的自进化编码智能体 10-21

智能体脚手架优化：能力唤起还是能力扩展？ 10-21

脚手架演化 ¹³

Evo²：冻结执行器权重，协同进化工作流与演化策略 10-29

LLM 智能体脚手架演化中的评估预算分配 10-29

RuHarness：评判准则与智能体脚手架协同演化 10-29

RRSI：正则化智能体脚手架的递归自我改进 10-27

编程智能体脚手架如何自我演化：回顾式适应实证研究 10-27

Harness²：双层递归优化智能体执行框架 10-26

HarnessPro：无标签多智能体进化将 Agent 成本降低 53% 10-24

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

SSR：通过连续尺度竞赛改进智能体脚手架演化 10-22

OO-Harness：以面向对象设计演化智能体脚手架 10-21

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

Self-Building Labs：自主构建科学实验室 10-19

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

评测审计 ¹

LLM 框架边界中的监控有效性失效 10-19

贝叶斯优化 ¹

贝叶斯进化优化自动设计多智能体系统 10-22

递归自我改进 ¹³

The Trinity：能力驱动的多模态智能体递归自我改进 10-29

Skill∞：面向智能体技能优化的递归自我改进 10-27

RSIV-Harness：面向对话式文本可视化的递归自我改进框架 10-27

ComRSI：面向任务语义通信的递归代码演化 10-22

预算约束下的递归自我改进：执行前评估代码编辑 10-22

MaD-RSI：以模型为数据的智能体脚手架递归自我改进 10-21

通衍灵智推出可持续进化 Personal AI 10-20

RSI-Anything：以世界模型驱动跨领域递归自我改进 10-18

近期自进化 RSI 工作总结与点评 10-18

MASS：多智能体自监督驱动递归自我改进 10-18

RSIGym 开源：联合迭代模型权重与 Harness 的 RSI 研究环境 10-18

ModularRSI：模块化、可泛化的 Harness 递归自我改进 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

采样控制 ¹

先测量再分配：MCP 智能体的校准式 Rollout 预算 10-22

长期记忆 ¹

Industrial ReMEmbR：面向机器人集群扩展时空记忆 10-21

闭环自进化 ¹

从 Harness 到 Loop：Agent 的可靠交付与持续进化 10-24