Self Evolve 开始阅读
Project report / GitHub evidence

Self-Evolving Agents: 通向人工超级智能的自进化智能体综述

这是可索引项目报告证据页：它保留 Self-Evolving Agents: 通向人工超级智能的自进化智能体综述 的源材料入口、机制线索和限制提醒；正文仍需 reader/editor 与 academic public-copy review 后才能当作最终结论引用。

报告索引 项目索引 Markdown source

Self-Evolving Agents: 通向人工超级智能的自进化智能体综述

基本信息

字段内容
GitHubhttps://github.com/CharlesQ9/Self-Evolving-Agents
Star约 200+
技术栈Markdown, 论文索引, 文献综述
许可证未明确标注
开发者Gao Huan-ang, Geng Jiayi 等 (多机构合作)

项目简介

本项目是一篇关于自进化智能体 (Self-Evolving Agents) 的综合综述论文的配套资源库。论文标题为”A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence”，系统性地回顾了 LLM 智能体如何通过各种机制实现自我改进和进化。项目从”进化什么 (What)”、“何时进化 (When)”、“如何进化 (How)”、“在哪里进化 (Where)” 四个维度构建了完整的分析框架，涵盖了从模型参数到系统架构的多层次进化策略。

目录结构

charlesq9__self_evolving_agents/
├── README.md          ★ 综述完整内容，包含详细论文列表和分类
├── LICENSE            ★ 许可证文件
└── figures/           ★ 论文配图
    ├── evolution.png  ★ 进化图标
    ├── develop.jpg    ★ 发展路线图
    └── main.png       ★ 主要框架图

核心模块分析

1. 进化对象 (What to Evolve?)

综述将智能体可进化的对象分为四个层次：

2. 进化时机 (When to Evolve?)

3. 进化方法 (How to Evolve?)

4. 评估体系 (Section 7)

综述整理了丰富的评估基准，分为：

技术亮点

  1. 四维分析框架：What/When/How/Where 的四维分类法为理解智能体自进化提供了系统化的分析工具，涵盖了从微观 (参数) 到宏观 (系统架构) 的完整进化谱系。
  2. 进化时机的区分：明确区分了测试时 (intra-test-time) 和测试间 (inter-test-time) 两种进化模式，揭示了短期适应与长期积累的不同机制。
  3. 种群进化视角：将 Darwin Godel Machine、GENOME 等基于种群的进化方法纳入智能体自进化框架，建立了进化计算与智能体系统的联系。
  4. 多智能体协同进化：涵盖了 Self-Evolving Multi-Agent Collaboration Networks、Multi-Agent Collaboration via Evolving Orchestration 等最新多智能体进化工作。
  5. 领域特化进化：区分了通用域进化 (Web、移动端) 和专用域进化 (医疗、金融、科学研究) 的不同挑战。

与 Self-Evolve 关联

维度Self-Evolving Agents 贡献
进化循环设计What/When/How/Where 框架为 Self-Evolve 的进化循环设计提供了系统化的分析维度，帮助确定哪些方面需要进化、何时触发进化
提示工程模式3.2.2 节的提示优化方法 (APE, OPRO, DSPy) 可直接应用于 Self-Evolve 的提示模板进化
评估框架Section 7 整理的评估基准 (SWE-bench, AgentBench 等) 为 Self-Evolve 的代码生成评估提供了标准参考
自进化启发Darwin Godel Machine 的开放式进化范式和 Godel Agent 的自参照改进框架为 Self-Evolve 的自进化架构设计提供了直接参考
架构进化3.4 节的智能体架构优化 (EvoFlow, AFlow, ScoreFlow) 展示了系统级自进化的可能性

参考资料