Original post · AI translation
Rohan Paul@rohanpaul_ai
自我改进型智能体只有在一项运行框架修改于全新、独立的任务上胜过当前版本后，才应接受该修改。
它将运行框架的自我改进方法与进化算法对应起来，涵盖从简单的保留最优搜索，到档案、帕累托选择和多臂老虎机算法引导的预算分配。
自我改进型智能体如今会改写自己的运行框架：围绕固定模型的提示词、记忆、工具和代码。被接受的修改会沿用到后续运行，因此有问题的修改可能造成过拟合、抹去已有技能，或波及其他用户。
他们按修改对象对这些改动分类，范围从提示词到运行时代码。他们的接纳规则是：只有当一项修改在新的、独立的任务上以预设幅度胜过当前运行框架时，才保留它。
在他们根据先前研究汇编的一个案例中，采用进化后的运行框架和技能的 GPT-5.4-nano 在 SpreadsheetBench 上得分为 77.58%。仅经过技能调优的 GPT-5.5 得分为 76.20%，但两者的成本并未进行匹配。
如果你的智能体会修改自身配置，就要在全新任务上测试每项改动，并使评估器、权限设置和紧急停止机制处于它无法触及的范围之外。
· UTC+8