自演化 LLM-DailyDigest 2026-09-13 2026-09-13 约 100 字 预计阅读 1 分钟 自演化 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 三层框架 1 自进化（Self-evolving／RSI）三层框架与实践路径 08-30 上下文进化 1 ACE：无需微调的语言模型自我进化范式 12-31 世界模型 2 EVO-WAM：世界动作模型从自我想象中迭代进化 10-20 Motus 2发布：世界模型驱动灵巧操作自进化 09-13 临床进化 1 MediSkill-Evo：过程约束的循证临床智能体自进化 08-25 产业动态分析 2 Anthropic研究员辞职警告自我改进超级智能风险 09-10 AI彻底不当人了？Anthropic这波“自我进化”骚操作，看得我人已麻 12-31 产业知识图谱 1 RSI产业图谱：围绕智能进化速度的新竞赛 08-28 代码评审 1 LLM评审：面向IT自动化的无参考Bash代码验证与改进 06-16 元推理 1 当前模型缺乏推理过程的内在调节机制 12-31 元智能体 1 元代理：通过自我进化的代理元学习工具 08-04 元智能体编排 1 Eureka：面向科学发现的任务条件元代理编排 08-20 元认知 2 MERA：通过推理-控制分离与 CSPO 实现元认知控制 12-31 元优化与元认知：从训练效率到模型自我反思 08-06 元进化 1 OpenMLE：单卡运行的 AI 自进化全栈系统 08-12 具身基础模型 3 GPT-6-Astra具身智能评测：具备能力但尚未达到实用门槛 10-20 自我进化编程智能体迈向物理世界智能 09-30 MVP具身模型展示长程决策与跨本体协作能力 09-03 内在反馈 1 RLIF：利用模型内在置信度实现无外部监督的强化学习 12-31 内在奖励 1 Learning to Reason without External Rewards：无需外部奖励的推理学习 05-26 内生记忆 1 MemoraX以可学习记忆推动AI进入经验时代 08-22 前沿挑战 1 大模型强化学习的关键挑战与下一代范式 12-31 协同演化 15 Evolving Agent Teams：可演化智能体团队突破优化局部最优 10-29 SPLICE：基于一致性正则化的智能体知识—模型协同演化 10-23 Evo²：权重与脚手架协同演化推动智能体自我进化 10-18 PRAXIS：符号档案驱动的自改进模型学习动力学 10-09 VideoEvolve：记忆与检索协同演化的长视频理解框架 10-08 自消耗生成模型与人类偏好的协同演化 10-08 RLDiscover：LLM 驱动的强化学习算法协同进化 10-08 EmbodiedRSI：假设引导的机器人主动持续学习与代码-技能协同演化 10-08 UnifiedPlayers：协同增强工具集成推理 09-18 STRETCH：动态挑战驱动的自授式 LLM 渐进演化框架 09-17 AI 的有性演化：多代模型种群的群体遗传学框架 09-17 J-Zero：零数据下挑战者、求解器与评判者统一协同进化 09-01 智能体系统协同演化：迈向超越人工设计的自主进化 08-13 清华 CPMöbius：Coach-Player 协作共演化实现自主出题训练 08-12 Socratic-Zero：以苏格拉底式教学推动智能体协同进化 12-31 反馈规划 1 SE-LLM-OCP：自进化大模型引导的狭窄空间最优控制泊车 09-22 变点检测 1 EvoTS-Agent：自进化金融时序变点检测智能体 08-19 可信推理 1 Brain Researcher：以分析严谨性约束神经影像科研智能体 08-21 合成强化 2 Synthetic Data RL：仅靠任务定义合成数据并强化学习 06-25 合成数据强化学习：任务定义即你所需 05-23 图形用户界面探索 1 ScreenExplorer：基于好奇心机制自主探索 GUI 的视觉语言智能体 06-28 多智能体系统 5 紫荆AI医院以多智能体协同打造医生AI分身 10-22 EvoX 蜂群智能体让 AI 自主寻找研究方向 09-03 蚂蚁 AWorld 以多智能体系统复现 DeepMind IMO 解题成果 07-24 Xolver：基于整体经验学习的多智能体推理框架 06-19 通过多智能体反思增强大语言模型推理 06-12 多源指令 1 Agent 的多源指令机制 12-31 多路径推理 1 华为提出思维森林：多路径推理破解大模型数学瓶颈 12-31 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 奖励机制设计 2 RewardWeaver：面向长程语言智能体的自进化奖励适配 10-08 RLSVR：面向开放式任务的自验证奖励框架 08-11 学术搜索 1 百度“伐谋”自演化智能体：56分钟破解亿级特征组合搜索 08-14 安全审计 1 金融智能体自进化审计：能力增益、安全漂移与执行接口错配 08-19 安全评测 2 SEABench：自进化智能体内生失配评测基准 09-30 HackProbe：自进化语言模型的奖励作弊检测与免疫 09-07 实践学习 1 MetaAgent：通过边做边学实现持续自我完善 12-31 工作流进化 1 具备自进化能力的智能体工作流系统 12-31 工具使用元学习 2 MetaAgent：通过元工具学习实现持续自我进化 12-31 MetaAgent：通过工具元学习实现自我进化智能体 08-01 弱点合成 1 SwS：LLM 推理强化学习中的自我感知弱点驱动问题合成 06-12 形式化证明 1 Goedel-Prover-V2：通过分阶段数据合成与自我纠正扩展形式定理证明 08-05 技术生态 1 AI4AI 从自进化、元进化迈向递归自我改进 08-12 技术趋势分析 5 新智元11周年上线ASI新天地官网 09-09 持续学习赛道升温：Karpathy称仍需十年 08-11 无需外部数据！AI自问自答实现推理能力进化 12-31 智能体的自主决策与递归自我改进 12-31 AI学会自我进化：潜在的领域突破 07-27 技能优化 1 SkillOpt：冻结模型权重，优化智能体技能文档 08-11 技能压缩 3 SGUID：为模型-技能协同演化筛选紧凑技能库 10-09 SkillZip Pro：面向自进化智能体的执行感知技能动态压缩 09-01 SkillZip：无需评估的自进化智能体技能压缩 08-13 技能安全 1 Practice Makes Unsafe：自改进 LLM 智能体的技能误演化 08-16 技能演化 19 RoboSkill：具身智能体的技能积累与复用框架 10-25 VisualEvolve：视觉推理技能自进化框架 10-21 自改进智能体自主扩展 DSL，实现无预言机精确问答 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 RoboRSI：复杂现实环境中的稳定高效可复用机器人自演化 10-09 Rep2Skill：表征引导的智能体技能自进化 10-01 自演化技能能否泛化到留出任务？ 10-01 OmniHarness：视觉智能体自主练习与跨视频经验迁移 09-18 CAITLYN：自进化智能体提示注入防御系统 09-15 OpenSkill、SkillBoost、SkillHone：Agent 技能自演化的三道关卡 09-10 SkillAdam：稳定高效的智能体技能演化框架 09-09 WikiSkill：将智能体经验编译为持久知识以持续演化技能 09-03 Warp 用双 Skill 构建 Claude 自我改进 Agent 09-01 JailbreakSkill：以可复用、持续进化技能扩展自动红队测试 08-18 VCE-Skill：利用版本变更经验增强技能自进化 08-18 SkillEvo：以多轮交互反馈持续演化智能体技能 08-16 Socratic-SWE：基于轨迹技能的自进化编程智能体 08-14 CODESKILL：编码智能体的自进化技能学习 08-14 清华推出 Ctx2Skill：通过多智能体自博弈实现 Skill 自主进化 08-12 技能自博弈 1 阿里 Skill-SP：以自进化技能库实现高质量自博弈 08-12 持续学习 4 DeepMind：自演化智能体能否持续学习？ 10-29 EmbodiedCLBench：评估自我进化具身智能体的持续学习能力 10-18 持续学习向系统级适应的范式转型 08-07 GeRe：通过通用样本重放缓解大模型持续学习中的灾难性遗忘 08-06 持续适应 1 Macaron-V1：基于自我改进与 Mixture-of-LoRA 的开放持续学习 08-12 指标演化 1 EvalCEGAR：从盲点中自动演化评估指标 08-20 探索锐化 1 自进化时代需要兼顾锐化与探索的新型强化学习 08-27 推理优化 1 直接推理优化：LLM 自我奖励并完善开放式任务推理 06-18 推理范式 1 CMU 与斯坦福提出新型推理范式：让 LLM 自主发现抽象“窍门” 12-31 推理记忆 1 ReasoningBank：通过推理记忆扩展智能体自我进化 09-30 提示优化 2 继承性：LLM 提示合并算子的准入测试 10-22 Self-Meta-Evolve：面向个性化信息抽取的双循环提示演化 09-21 提示合成 1 PromptCoT 2.0：以 EM 循环合成高难度推理任务 12-31 插件架构 2 DeepSeek Cordis：面向自进化 Agent 的时空可组合框架 08-15 DeepSeek Harness 开源：以插件化框架组装智能体 08-14 改进脆弱性 1 自改进智能体的脆弱性：方差、任务顺序与规格不足 08-20 数学推理 2 DeepMind FunSearch 发现目前最大的 Cap Set 12-31 仅靠提示词与自我验证，Gemini 2.5 Pro 达到 IMO 2025 金牌水平 07-21 数学研究 1 AIM：面向数学理论研究的自动化智能体 12-31 数据合成 1 DataFoundry：递归自改进的数据生产流程 09-02 数据策展 1 MetaCurate：演化高质量编程智能体数据筛选器 10-19 数据自演化 8 EvoOntology：面向 Data Agent 的自进化语义层 10-18 SynCo：多智能体强化学习驱动的数据合成协同训练 10-10 程序验证驱动的视觉语言模型自进化 09-29 SELF-INDEX：自我进化的搜索索引 09-19 自主智能体数据工程驱动模型专业化与自进化 09-16 EvoOntology：面向数据智能体的自演化本体层 09-15 VISA：面向多模态指令遵循的智能体自演化数据合成 08-27 BigBang-V1：35B 模型用自演化合成数据挑战万亿参数模型 08-07 无监督训练 1 MM-UPT：基于 GRPO 的多模态大模型无监督持续自我改进框架 05-28 智能体 1 EvoAgentX：具备自我进化能力的多智能体自动化系统 12-31 智能体框架 3 openJiuwen开源企业级AgentOS，推动智能体规模化落地 10-09 Prime Agent 开源自我改进智能体框架 08-11 Agent Zero：开源 AI 智能体框架 12-31 智能体研究综述 1 自进化智能体综述：迈向人工超级智能之路 07-28 智能体自进化 25 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 SeeAct AI：以具身 RSI 构建机器人自进化闭环 10-18 AgentEvolver：任务执行驱动的系统级自进化 10-10 AnchorLoop：历史锚点驱动的工具智能体自进化训练 10-08 Dr. Free：无需难度奖励的自进化搜索智能体 09-29 TimeEvo：故障驱动的时序智能体自进化 09-24 TimEvolve：面向智能体时序预测的自演化策略 09-22 TTSE：双轨在线自进化框架 09-22 MemPro：将 Agent 记忆系统演化为可持续改进的程序 09-16 Easel：反馈驱动的自进化社媒智能体 09-16 Experience Funnel：状态—策略交替的智能体自进化闭环 09-09 弥合一致性差距：学会稳定执行的自进化智能体 09-09 Self-Evolving Agent 的三种进化路径 09-08 自进化智能体技术最新综述：迈向人工超级智能 12-31 EvoAgentX：支持自主进化的多智能体框架 12-31 Darwin Gödel Machine：通过开放式进化实现智能体自我改进 12-31 斯坦福 AgentFlow：智能体在交互中实时进化 10-14 SEAgent：从经验中自主学习的自进化计算机使用代理 08-06 SEA：面向计算机使用的自我进化代理 08-06 普林斯顿王梦迪团队综述：自我进化智能体的持续学习与适应 08-01 MetaAgent：无需参数更新的自我进化智能体范式 06-13 UI-Genie：面向移动端 GUI 智能体的自改进框架 05-28 智能体训练 2 L0：面向通用智能体的可扩展端到端强化学习训练系统 07-01 Agent-RLVR：通过指导与环境奖励训练软件工程智能体 06-16 机制学习 1 理解底层运行机制：从信息宇宙到可学习的潜在结构 10-20 架构发现 1 AI 架构发现呈现“科学发现的规模法则” 12-31 架构研究综述 1 长程智能体综述：Harness 与模型协同优化 08-22 核心演化 1 Ouroboros：可自我演化的前沿编程智能体 08-12 根因分析 1 OpsHarness：面向根因分析的自进化智能体外壳 08-27 框架演化 6 Agent S4：从任务经验中演化智能体接口 10-21 MemScope：通过局部代码修复演化智能体记忆架构 10-18 MetaBench-Harness：端到端演化基准生成框架 09-29 Procedural Graph：LLM 智能体的自进化执行结构 09-09 SHAPER：通过技能与执行框架演化实现具身智能体自进化 08-14 AIDE²：零权重更新实现一阶递归自我改进 08-12 概念研究综述 1 什么是 Self-evolving、Self-improving 与 RSI？ 08-12 模型可靠性 1 自改进智能体的脆弱性：方差、任务顺序与规格不足 08-19 模型架构创新 1 ASI-ARCH：从神经架构搜索迈向自主架构创新 12-31 模型架构演进 1 模型架构发现的 AlphaGo 时刻：ASI-Arch 07-24 模型编辑 1 SMEdit：面向低数据场景的高效元学习模型编辑方法 12-31 模型训练 1 单人训练大模型，EvolveLRM 指标挑战 K3V4 10-24 模型路由 1 openJiuwen X-Router发布：自演进路由降低Agent Token消耗 10-08 模型量化评测 1 Seed-Evolving 量化策略研发与自迭代能力评测 08-14 模型验证 1 OpenAI以「通用验证器」推动GPT-5全领域能力提升 12-31 游戏生成 1 VibeGame：可试玩、自反思、自进化的多智能体游戏开发框架 09-01 演化失控 1 应用层 Agent 自我演化为何失败 08-29 演化能力评测 5 EverMine：长周期 Alpha 研究中的自进化能力评测 09-29 StudyBench：测量自我进化知识吸收与迁移效率的物理奥赛基准 09-10 ASPIRE：模型能否从模糊目标中自我演化？ 09-01 SEAGym：自我演化 LLM 智能体评估环境 08-07 GDPevo：真实业务任务上的智能体自我进化评测 08-07 物理适应 1 PACE-Bench：动态环境中的代码演化与物理适应评测 08-17 环境协同演化 1 EnvHarness：让静态环境适应智能体学习 08-21 环境合成 3 AgentGarten：支持智能体持续进化的代码世界 10-18 AgentGarten：代码世界与实时扩散渲染驱动智能体持续进化 10-09 从手工构建到自进化：Agent 环境扩展五篇论文综述 09-11 知识发现 1 MetaAgent：自我进化智能体提升通用知识发现能力 12-31 神经架构搜索 1 ASI-ARCH 自主发现 106 种线性注意力架构 12-31 科学发现 1 DrSR：基于数据与经验双重推理的科学方程发现框架 06-23 科研平台 1 深势科技发布玻尔·科学空间，AI接管科研全流程 08-22 科研评测 1 MLS-Bench：140道真实任务检验AI方法创新能力 08-13 程序进化 11 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 EvoAlloc：面向高效程序进化的自演化资源分配智能体 10-09 AGAR：面向 LLM 程序进化的强化学习基座 10-08 从搜索到信号：自动启发式设计的在线后训练 10-01 AlgoEvo：面向自动算法发现的自进化智能体搜索 09-15 AlphaEvolve 将矩阵乘法指数上界降至 2.371177 09-01 AlphaEvolve：谷歌让 AI 通过代码实现自我进化 12-31 AlphaEvolve：利用大语言模型实现程序自动进化 12-31 达尔文哥德尔机：开放式进化的自我改进智能体 05-29 空间记忆 1 Spatial Memory Agent：基于经验程序记忆的空间智能 08-15 端侧模型 1 30B 模型端侧运行，Ember 推理引擎探索自进化 10-25 策略优化 2 AdaptEvo：以演化监督实现自适应智能体学习 10-10 EvolveTrade：经验驱动的自进化 LLM 交易智能体 09-18 算力进化 1 清昴智能以AI自进化打造国产万亿Token工厂 08-18 算法发现 1 AlphaEvolve：结合大语言模型与自动评估实现算法自我进化 12-31 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 2 ForgeKernel 登顶华为与英伟达算子评测榜 10-29 芯生代融资数千万元，打造Agent自进化推理引擎 10-23 经验学习 3 自进化智能体能修复失败，却难以从失败中泛化 10-19 AgentLoop 经验自进化：自动挖掘与验证经验资产 09-21 MemoHarness：从执行经验中学习的自适应智能体框架 08-07 经验授权 1 BCIT：自主后训练中的条件化经验迁移 08-29 经验进化 1 经验时代的自改进智能体：从自我进化到元进化综述 08-12 结构生长 1 SoftModel：可自主生长拓扑的持续在线学习模型 08-18 置信度评估 2 LLM 的置信度能否反映回答正确性？ 12-31 用 KL 散度衡量模型的「自我确定性」 12-31 能力迁移 1 AI4AI 测试时强弱模型能力迁移：用 Harness 提升小模型表现 08-14 脚手架优化 2 AutoDesign：面向长程智能体设计的元脚手架优化 08-15 自动优化 Agent Harness 的三条路径：Meta-Harness、AHE 与 Self-Harness 08-14 脚手架演化 15 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 ScholarEvolve：从科研文献中持续演化 Agent Harness 10-22 Self-Evolving Agent Harness：自我进化的智能体脚手架 10-18 DynaHarness：面向自进化机器人智能体的动态物理脚手架 10-01 ScholarEvolve：从研究文献中学习的终身智能体脚手架演化 10-01 EvoIn：融合演化与内化的智能体微调框架 09-30 ContextEvo：面向长程智能体脚手架的自进化上下文策略 09-30 EvoCUE：面向自进化智能体的局部控制更新 09-30 程序图 PG：连接工具、技能与记忆的自进化智能体脚手架 09-22 HarnessDev：智能体自主构建与演化 Agent Harness 09-08 HarnessDev：评测 LLM 创建与演化智能体脚手架的能力 09-07 Harness 自进化全景：三种范式与六个系统 08-28 JIT-Agent：通过即时脚手演化扩展智能体能力 08-27 OpenClacky：用自然语言让 Agent 自我改造 08-24 DarwinX：通过自然选择演化智能体脚手架 08-15 自动化优化 1 面壁智能发布 ForgeStencil：自动研究与部署闭环 AI 系统 08-07 自动化科学研究 4 ADAPT for Science：自进化科学优化多智能体系统 10-23 EvoSim：自进化物理建模科学智能体 10-10 OpenAI Astra突破自动化科研基准，瞄准年底AGI 08-28 自我加速 AI 系统蓝图：开放框架、架构与认知轨迹 12-31 自博弈 9 Evolve on Graph：无问答标注的自进化知识图谱推理 10-27 Skild AI以140年虚拟自博弈训练人形足球机器人 09-26 SQL-Zero：零标注自进化 Text-to-SQL 09-07 SPIRAL：零和游戏自对弈成为语言模型推理训练的「免费午餐」 12-31 零和博弈自对弈驱动模型自主学习推理 12-31 SPIRAL：通过多智能体多轮强化学习在零和博弈自博弈中激励推理 12-31 以游戏自对弈筛选可泛化思维链 12-31 SQLM：非对称自我博弈框架 12-31 SPIRAL：零和博弈自博弈激发可迁移推理能力 06-30 自学习 1 MIT SEAL：通过自生成数据与权重更新实现模型自我适应 12-31 自我反思 2 MAPS：通过自动提示与多层自我反思增强大模型多步数学推理 07-01 Double-Checker：通过自我批判微调增强慢思维大模型推理 06-27 自我奖励 1 一致的路径通向真理：面向LLM推理的自我奖励强化学习 06-12 自我提问 1 SQLM：无需外部数据的自我提问模型框架 12-31 自我改进 3 现代智能体自我改进：从模型更新到脚手架演化 08-20 哥德尔机：可证明的递归自我改进构想 12-31 多游戏联合训练促进自主智能体技能协同 08-05 自我纠错 1 PAG：以策略作为生成式验证器的多轮强化学习自我纠错 06-13 自蒸馏 2 LOPD：潜在同策略自蒸馏 08-16 无监督同策略自蒸馏 U-OPSD 08-12 自训练 1 CMU 提出自我奖励训练 SRT：大模型能否实现无标签自训练？ 05-27 自进化 27 PhysEvolve：基于可执行世界验证的物理推理自进化 10-27 EvoOntology：Data Agent 自动构建持续进化的本体层 10-24 LoopWAM开源并登顶RoboChallenge Table30 10-21 R-Quest：以有效性与新颖性反馈维持推理模型自进化 10-09 Sirchmunk：免索引动态检索与知识自进化框架 10-08 FailBank：利用运行时反馈自进化视觉语言动作模型 10-01 SE-ADD：错误驱动监督的自进化音频深伪检测 10-01 生成式推荐的自进化记忆框架 LION 09-15 域变换提出具身自进化部署范式 09-09 逐篇盘点：自进化系统学到了什么，局限在哪里 09-03 DiagEvo：基于层次化错误记忆的诊断引导自进化 09-03 Zeva：具身模型通过上下文因果学习实现部署时自进化 09-02 Zeva：冻结参数实现具身上下文因果自进化 09-01 超越人类监督扩展大型推理模型：通往超级智能的路径 09-01 专访胡梦康：Agent 之后，下一站是 AI 自我进化 08-18 浙大开源 HugAgentOS：三引擎驱动可控自进化 08-12 Alita：可自主创造 MCP 工具的极简通用智能体 12-31 动态反馈推动智能体持续自我优化 12-31 Meta：智能体无需奖励或模仿，利用早期经验主动学习 10-11 上交大推出机器学习智能体 ML-Master，登顶 OpenAI MLE-bench 07-02 阿里巴巴与上交等提出 Agent 自进化方法，Solver 性能提升 20.2 个百分点 06-30 ML-Agent：7B智能体仅用9个任务训练实现自主机器学习工程 06-23 ALITA：最小预定义+最大自进化的通用智能体 06-04 普林斯顿 Alita 开启通用智能体自主进化新范式 06-04 ALITA：以最少预定义和最大自我进化实现可扩展智能体推理 05-27 DeepMind 发布 AlphaEvolve，以进化算法广度探索解空间 05-14 多数投票驱动的推理模型迭代式自我训练 02-03 自进化框架 7 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 FreeEvolve：超越固定循环的自主进化学习 10-08 MIT 提出自适应语言模型框架 SEAL 09-25 SEAA：基于行为惯性、反思元认知与社会对比的自涌现智能体架构 09-16 HarnessBank：面向 Agent-Harness 自进化的语义基因库 08-11 PenguinHarness：构建持续自我进化 Agent 的开源框架 08-07 自进化系统 1 Mobius：可自进化的开源 Agent OS 08-30 自适应 1 自适应语言模型（SEAL） 06-12 自适应防御 1 自进化多智能体框架防御 LLM 越狱攻击 08-27 视觉推理 1 GeoReform：面向多模态几何推理的反思式形式化演化 10-09 视频剪辑智能体 1 RefineCut：8B模型自我进化实现手机本地视频剪辑 08-30 认知推理 1 借鉴认知科学提升 AI 推理解释的真实性 12-31 记忆产品 1 EverMind以EverOS与EverMe推动AI自进化产品化 08-11 评测审计 3 谁来验证验证器？可检查评分器与自改进智能体协同演化 10-10 False Frontiers：自进化搜索智能体的协同作弊诊断与缓解 10-01 Phantom Gains：用实测零基线审计模型自我改进 08-21 评测编排 1 HarnessEval：以可执行 Harness 重构 Benchmark 08-19 课程发布 1 斯坦福 CS329A：自改进 AI Agent 课程公开 08-26 课程学习 1 百个种子问题驱动的多智能体课程生成 12-31 资源研究综述 1 Awesome Self-Improving Agents：自改进智能体资源库 08-12 趋势预测 1 2026—2027年大模型行业两大里程碑 08-12 跨域经验迁移 1 Isaac 启发学习：跨域经验驱动大模型认知内生化 08-27 轨迹推断 1 SpaCellAgent：自进化多智能体自动完成单细胞轨迹推断 08-22 过程评测 1 EvoPathBench：自进化智能体的过程级能力评测 09-22 运行时防御 1 HARD：面向 LLM 智能体的自演化运行时防御 08-16 进化安全 1 Self-evolving Agents 并非总是良性：警惕智能体“错误进化”风险 12-31 进化建模 1 AI可高效建模由进化形成的复杂系统 12-31 进化搜索 1 LLM 引导的进化搜索：通向超级智能混合系统的新方向 12-31 进化研究综述 1 97页综述：现代 AI Agent 的自我进化体系 08-12 进化算法 1 谷歌将大语言模型引入进化算法，实现代码自我迭代 12-31 递归自我改进 47 递归自我改进：当 AI 开始进化 AI 10-29 RSI递归自我改进：一年的研发或将压缩至5周 10-29 超进化智能获数亿元天使轮融资，研发递归自我改进研究基础模型 10-29 大模型时代的可信递归自我改进：基础、风险与评估 10-27 RSI，正在重走深度学习的老路 10-25 中国特色的RSI：中美递归式自我改进路径差异 10-24 ComRSI：面向任务语义通信的递归代码演化 10-22 DeepEvolve：开放世界中的递归自我改进与未来预测 10-22 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 DiscoveryRSI：递归学习发现高价值科学假设 10-19 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 RSI：LLM 递归自我改进算法全景解析 10-18 递归自我改进（RSI）全景综述：五级自治路线图 10-18 通过对抗式元提示演化实现递归奖励改进 10-18 Novix 跑通协同进化式 RSI 规模化闭环 10-10 MASS：通过多智能体自监督实现递归自我改进 10-09 Hinton等22人警告RSI或触发智能爆炸 10-08 从 AI Build AI 到真正 RSI：自进化闭环的实践路径 09-25 SwarmWorld 与 ModularRSI：AI 自我进化的群体与个体路径 09-24 79页综述提出RSI五级自主性分层架构 09-24 9月四篇RSI论文：从自主性阶梯到元递归调度 09-23 AI 科研智能体的递归自我改进 09-23 RSI递归自我改进：定义、评估验证与创业机会 09-22 MedRSI：面向医疗智能体的临床对齐递归自我改进 09-22 递归自我改进（RSI）科普综述：从自我改进到递归增益 09-21 Recursive获6.5亿美元押注“AI研究AI”与递归自我改进 09-19 从自我改进到递归进化：RSI 五级路线 09-18 超衍智能融资近4亿元，押注基模层递归自我改进 09-17 Frontis-MA1：面向机器学习工程的递归自我改进 09-17 RSIAgent通过自主探索实现递归自我提升 09-16 MetaRSI：协同进化数据、Harness 与模型的自我改进框架 09-16 一篇讲清 RSI 的原理、路线与进展 09-16 万字解析 RSI：智能体自进化的对象、结构与评估框架 09-15 最新 RSI 综述：AI 如何真正实现递归自我改进 09-15 智谱披露下一代 GLM“完全自训练”体系 09-14 智谱披露 GLM-6.0“完全自训练”递归改进路线 09-14 智谱获50亿美元融资，加速下一代GLM递归自我改进 09-14 迈向真正的递归自我改进：人类构建的最后一个 AI 09-11 MetaRSI-v1：统一元递归自我改进架构 09-09 OpenAI首席科学家警示“异星心智”与RSI安全风险 09-08 Awesome RSI：递归自我改进定义与分类 09-08 AI4AI Survey：从长程智能体到递归自我改进 09-07 综述：递归自我改进（RSI）的能力边界与关键瓶颈 08-13 Mendel Gödel Machine：比较进化驱动的编程智能体递归自改进 08-13 通用智能体 1 Agent Zero：可协作执行任务的通用个人助手 12-31 错误反思 1 LEMMA：用“错题本”反思学习提升大模型数学推理能力 06-19 长期记忆 7 PreCoMem：面向自进化长程对话智能体的预测认知记忆 10-22 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 看见、维护与学习：多模态智能体记忆的演进 10-18 MemCodex：可自编程演化的分层智能体记忆 10-01 GenMem：面向自进化脚手架的生成式符号记忆 09-30 MemDream：面向自探测记忆演化的离线梦境框架 09-30 ThinkFlow：面向终身对话智能体的自进化概率潜在记忆 09-16 闭环具身智能 1 Zetta：面向自我进化物理智能的高效闭环具身框架 08-21 闭环自进化 12 从 Harness 到 Loop：Agent 的可靠交付与持续进化 10-24 Agnes双进化系统：RSI战术演化与机械臂测试时训练 10-22 选择不是学习：自进化模型的继承决策 10-18 生成式对抗循环：自动设定基准并发现算法 10-10 Qwen-Planner-Agent：真实世界移动规划智能体的闭环 AI-for-AI 框架 09-26 Mind Lab推出自迭代后训练平台Mint Recursive 09-24 Zeva-Ego：以第一视角视频与因果记忆实现物理自进化 09-23 Astar：从演化历史学习并指导 AI 系统闭环进化 09-14 EvoMap：以经验流转构建系统级 RSI 闭环 09-03 Agent 自进化飞轮：评测、记忆、落地与控制 08-26 AI4AI：AI训练、优化与评测AI的新范式 08-20 Zetta ζ：闭环物理智能体在线自进化 08-19 顶级会议论文 1 小米 8 篇大模型与智能体论文入选 EMNLP 2026 08-29 题目生成 1 Ornith-1.5 自出题强化学习闭环，两月自测提升 11% 08-28
