项目 × 研究 × 博客

Self-Refine：基于自反馈的迭代式优化

同一 LLM 生成答案、批评答案并在推理期迭代改写，是轻量 Self Evolve 循环的基线模式。

自反馈迭代优化推理期改进

Reflexion：带语言强化学习的智能体

把失败反馈转化为自然语言反思并写入记忆，让后续任务在不更新权重的情况下改进。

反思记忆智能体语言强化学习

Teaching LLMs to Self-Debug

把执行结果、测试和调试解释作为程序修复信号，直接支撑代码智能体的回归门禁。

Self-Debug代码修复执行反馈

SPIN：Self-Play Fine-Tuning

通过自博弈微调把弱模型推向更强模型，把自我改进从提示期推进到训练期。

Self-Play微调模型级进化

🔬 研究进化计算 + LLM

OPRO：Large Language Models as Optimizers

用自然语言描述目标和历史分数，让 LLM 基于反馈提出新候选，是通用“LLM 即优化器”模板。

LLM 优化器标量反馈候选生成

🔬 研究进化计算 + LLM

FunSearch：LLM + 评估器的程序进化

把 LLM 与自动评估器组合，进化数学和科学发现程序，是“生成器 + 验证器 + 谱系”的重要案例。

程序进化评估器科学发现

🔬 研究 AutoML + LLM

AutoML-Agent：多 Agent 全流程 AutoML

将数据检索、预处理、建模、评估和部署拆成专用 Agent，最接近产品化 Self Evolve 工作流。

AutoML多智能体流水线验证

🔬 研究 NAS + LLM

EvoPrompting：代码级神经架构搜索

把语言模型作为架构代码的变异算子，用 Benchmark 选择候选，体现“架构即基因组”。

NAS代码变异质量-多样性

🔬 研究 Agent 框架进化

AutoGen / MetaGPT / CrewAI：Agent 编排底座

Agent 框架提供角色、工具和流程编排；Self Evolve 可在其上叠加评估器、记忆、谱系和回归防护。

2023+

Agent 框架编排进化层

Agent Symbolic Learning：符号反向传播驱动的自进化智能体

将智能体视为符号网络，用"语言梯度"在自然语言空间做反向传播，让提示词、工具和管线自动进化。NeurIPS 2024。

符号学习语言梯度智能体进化

Darwin Gödel Machine：开放式自进化 Agent 归档

结合达尔文进化与哥德尔机自引用，维护开放式 Agent 归档库。SWE-bench 20%→50%，Polyglot 14.2%→30.7%。

开放式进化代码自修改哥德尔机

Gödel Agent：运行时 monkey patching 自修改

通过 monkey patching 实现 Agent 在运行时的自修改，结合自我评估与进化策略动态调整自身代码。

运行时修改monkey patching自评估

ADAS：智能体系统自动设计

在图灵完备的 Python 代码空间中搜索最优 Agent 架构，发现的 Agent 跨领域、跨模型迁移且超越人工设计 SOTA。ICLR 2025。

元搜索图灵完备架构发现

🔬 研究进化计算 + LLM

AlphaEvolve：Gemini 驱动的进化式算法发现

结合 Gemini Flash（广度）+ Pro（深度）做 MAP-Elites 质量多样性搜索；报告了 4×4 complex-valued matrix multiplication 的 48-scalar result。Google DeepMind。

MAP-Elites质量多样性算法发现

Absolute Zero：零数据自博弈推理强化学习

单一模型同时提出任务并求解，仅用自生成数据进行自博弈 RL 训练，彻底消除对外部标注数据的依赖。NeurIPS 2025。

自博弈零数据任务生成

SelfEvolve：自生成知识 + 迭代自调试

LLM 自生成 API 文档作为知识来源，然后在沙盒中执行代码并将错误反馈回 LLM 进行迭代修复。

自调试沙盒执行文档生成

RISE：推理期自编辑强化学习

通过迭代式自编辑（self-edit）让 LLM 在推理时修改自身输出，结合 RL 训练让模型学会何时及如何修改。

推理期修改自编辑RL

RAGEN：轨迹级 Agent 强化学习

在轨迹级别对 Agent 进行强化学习训练，让 Agent 从完整交互历史中学习策略改进。

轨迹训练Agent RL策略进化

ReVeal：多轮代码 RL 持续改进

多轮代码生成与验证的 RL 框架，让模型在迭代修复循环中持续改进代码质量。Google DeepMind。

代码 RL多轮修复持续改进

AnthropicClaude CodeDynamic Workflows

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。

Sat May 30

AnthropicClaude Opus 4.8Claude Code

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。

Sat May 30

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。

Agent FrameworkAutoGPTAutoGen

自进化 Agent 怎么评估：别只看分数，要看改进是否可复现

从英文论文第五章拆解自进化 AI 的评估问题：代码、数学、Agent、开放式 benchmark、Star 传播信号、过程指标和推荐评估协议。

Agent 评估BenchmarkSWE-Bench

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。

AlphaEvolveDarwin Gödel MachineOpenEvolve

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。

Five Evolution Loops自进化智能体Agent 设计

自进化 AI 的未来路线图：评估器、记忆、安全、组合性和生产治理

从英文论文第八章拆解未来方向：评估瓶颈、长期记忆漂移、安全与对齐、五大循环组合、生产挑战和 Self Evolve 两到三年路线图。

AI 自我进化未来路线图Agent 安全

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。

AI 自我进化Self-Evolving AgentsAgent 架构

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。

Self-RefineReflexionRISE

用户真正痛的不是 Agent 不够聪明，而是不可靠、不可观测、不可控

从英文论文第七章拆解自进化 Agent 的用户痛点：幻觉、循环、工具误用、上下文溢出、调试困难、成本、部署、监控与治理。

Agent 痛点生产部署可观测性

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。

ADASDGM智能体架构搜索

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。

Reflexion反思记忆智能体

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。

AI 自我进化Self Evolve AI自进化智能体

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。

AI 自我进化自进化智能体分类体系

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。

AlphaEvolveDeepMind进化计算

代码自我改进：从智能体补丁到回归门禁

一套轻量实践流程：让编码智能体自调试、写测试、修复失败并重新验证，同时保留基线、回归切片、失败记录和可审计改进证据。

代码自我改进LLM 迭代优化评测

AI 自我进化的跨领域图谱：从 AutoML 到 Agent 自修改

梳理 AutoML/NAS、进化计算、LLM 自我改进与 Agent 框架之间的深层连接，揭示 Self Evolve 的技术全景。

AutoMLNASLLM 自我改进

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。

进化计算LLM 优化器FunSearch

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。

自进化智能体Self-Evolving Agents技术教程

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。

进化计算LLM 优化器程序进化

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。

LLM 自我改进Self-RefineReflexion

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。

开源项目自进化 AIGitHub

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。

研究者网络学术图谱Jeff Clune

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。

GitHub 项目Self Evolve项目索引

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。