第一次理解自进化 Agent
先读概念入口，再看五个循环，把“反思、搜索、评估、记忆、种群”放进同一张图。
博客
Self Evolve 实践笔记
把自进化智能体、LLM 迭代优化、代码自我改进和评测闭环写成可搜索、可引用、能继续生长的研究笔记；中文是默认全文入口，英文页先提供同证据链的阅读路径和边界说明。
Reading routes
按任务选择阅读路径
最新文章
从最新一篇开始读
01
Anthropic Dynamic Workflows：为什么它是 Agent-Swarm Evolve 的热点证据
把 Claude Code dynamic workflows 放回 Self Evolve 主题：它不是普通多 Agent，而是让任务组织、验证队列、并行子代理和安全边界一起变成可审计的 Agent-Swarm Evolve。
全部文章
按发布时间继续阅读
02
Anthropic 五月热点：从 Opus 4.8、Stainless 到 965B 估值，AgentOps 栈正在成型
把 Anthropic 2026 年 5 月的 Opus 4.8、Dynamic Workflows、Stainless 收购、Claude containment 和 Series H 融资放回 AI Agent 自进化主题：模型竞争正在变成 AgentOps 基础设施竞争。
03
Agent 框架不是自进化：AutoGPT、MetaGPT、AutoGen、CrewAI、DSPy、LangGraph 差在哪
从英文论文第六章拆解主流 Agent 框架：它们提供运行时、角色、对话、流程、prompt 编译或状态图，但自进化需要额外的评估、记忆、更新和治理层。
04
05
进化式代码与算法发现：为什么 AlphaEvolve、DGM 和 OpenEvolve 重要
从英文论文第四章拆解进化式代码和算法发现：LLM 作为优化器、语义变异器、程序搜索器，以及 AlphaEvolve、Darwin Gödel Machine、OpenEvolve 的工程意义。
06
自进化 Agent 的五个循环：反馈、搜索、评估、反思与种群
从英文论文第二章拆解 Self Evolve 的 Five Evolution Loops：Specification-to-Execution、Search、Evaluator、Reflection、Population，以及如何组合成真实 Agent 系统。
07
08
AI Agent 自进化入门：从静态模型到会改进自己的系统
把 Self-Evolving AI Agents 英文论文第一章拆成一篇可读博客：解释什么是 AI 自进化、它和在线学习/AutoML/普通 Agent 的边界，以及为什么真正的问题是可验证的自我修改。
09
LLM 自我改进方法全图：Self-Refine、Reflexion、RISE 到 Absolute Zero
从英文论文第三章拆解 LLM/Agent 自我改进方法：推理时修正、反思记忆、训练期自博弈、RL、语言梯度，以及什么时候该用 prompt、fine-tuning 或 reinforcement learning。
10
11
ADAS 到 DGM：智能体架构自动搜索的进化之路
追踪从 ADAS（ICLR 2025）到 Darwin Gödel Machine 的技术演进：从图灵完备搜索到开放式进化归档。UBC Jeff Clune 团队如何让 Agent 自己设计自己。
12
Reflexion 深度解读：用语言反思替代参数更新
Reflexion 如何把任务失败转化为自然语言记忆，让 Agent 在不更新权重的情况下持续改进。
13
AI 自我进化：从概念到实现的证据导读
什么是 AI Self Evolution？本文从 Self Evolve 视角梳理自我进化智能体的核心概念、技术路线与实现路径，帮助读者先建立可复核判断框架。
14
什么是 AI 自我进化？一张面向开发者的地图
用工程视角梳理自进化智能体如何改进提示词、工具、记忆、代码、工作流与策略，并给出可变对象、反馈信号、验证门和回滚边界。
15
AlphaEvolve 深度解析：从 MAP-Elites 到算法发现证据
分析 Google DeepMind AlphaEvolve 的双模型架构、MAP-Elites 质量多样性搜索和 4×4 complex-valued matrix multiplication 的 48-scalar result，并标出复核边界。
16
17
18
进化计算 × 大语言模型：2024-2025 前沿导读
导读进化计算与 LLM 融合的代表性进展：从 OPRO、FunSearch 到 AlphaEvolve，从 LLaMEA 到 OpenEvolve。本文是阅读入口，不是系统综述协议。
19
如何构建自我进化的 AI Agent：最小闭环设计笔记
面向开发者的 Self-Evolving Agent 构建笔记。从最小闭环开始，逐步添加评估器、记忆、进化策略和回归防护，并标出哪些环节仍需复核。
20
LLM 即优化器：从 OPRO 到 FunSearch 的进化式编码
解读 OPRO、FunSearch、ReEvo 和 LLaMEA 四篇核心论文，理解 LLM 如何充当变异器、重组器和候选生成器。
21
LLM 自我改进的五种范式：从 Self-Refine 到 Absolute Zero
对比分析 Self-Refine、Reflexion、Agent Symbolic Learning、RISE 和 Absolute Zero 五种 LLM 自我改进范式的方法、优劣与适用场景。Self Evolve 核心技术解读。
22
开源自进化 AI 项目巡礼：10 个可复核的仓库
从 Self Evolve 项目索引中选取 10 个覆盖不同机制的开源自进化 AI 项目，涵盖进化式代码优化、Agent 进化框架、反思记忆与自评判训练。本文说明它们适合回答什么问题，也标出证据边界。
23
Self Evolve 研究者图谱：谁在推动 AI 自我进化
梳理 AI 自我进化领域的核心研究者、实验室与合作网络，从 Jeff Clune 的开放式进化到 Google DeepMind 的 AlphaEvolve。
24
Self Evolve GitHub 项目索引如何阅读
从 OpenEvolve、AgentEvolver、Reflexion 到 Self-Refine，理解自进化 AI 项目的四类实现路线。
25
SelfEvolve 论文深度解读：LLM 如何实现代码自我改进
详细解读 SelfEvolve 论文的方法、公式与实验结果。探索 LLM 自生成知识与迭代自调试如何实现代码自我改进，以及与 Self Evolve 生态的关联。