一個Agent，發出了「人生」第一條朋友圈

機器之心編輯部

最近，復旦大學肖仰華教授的朋友圈引起了熱議，其在研發測試的 AI 智能體通過自主學習學會了操作微信，在朋友圈發消息并與其好友在評論區自主互動。面對自然的互動，不少好友甚至開始要求 “證明你真的是肖老師，而不是他的 AI”。

這種 “分不清真人與 AI” 的錯覺，源于A3 實驗室（Advantage AI Agent 實驗室，由深圳夸夸菁領科技有限公司與復旦大學知識工場實驗室聯合成立的科研團隊）研發的新型智能體：GenericAgent

它不再是安裝繁復、上限受限、難以遷移的傳統智能體，而是下一代自組織、自學習、自進化的通用智能體，是一個擁有 “生命感”，能夠在用戶使用調教下快速學習與成長的數字生命。本系統自 2026 年 1 月 11 日已經開源（https://github.com/lsdefine/pc-agent-loop）。

01 自學習、自進化：AGI 的可能形態

達到 AGI 水平的智能體不應只能在預設好的腳本與工作流下執行，而是能在環境的碰撞與探索中不斷學習生長，理解并交互各種復雜環境（比如社交平臺），學習解決問題的有效策略，并能形成經驗沉淀，進而演變成為解決問題的專家能手，演變成為善解人意的貼心助手。這種自進化特性體現在三個維度：

• 自組織記憶：拒絕信息的簡單平鋪。它擁有記憶分層組織、持續精煉功能，有效提升記憶檢索效率和交互穩定性，甚至能在 “過夜” 時自主整理雜亂的記憶，確保長期運行效率。（插圖：記憶的組織架構）

• 自適應學習： 具備極強的環境適應性，在交互過程中會自己記住合理的步驟、策略，只會越來越 “聰明”。

一回生，兩回熟

• 自主成長進步： 遇到新問題時，它會通過 “Fork” 模式嘗試直接復制自己，選取多樣策略，用更好的策略更新自己。在閑置時間，“探索模式” 可以自己培養未知能力，持續拓展已有能力邊界。

智能體自主行為分布報告，它甚至在自主行動階段自己在網上沖浪

實現這種 “自進化” 的背后，僅僅依賴于三個簡單原則：極簡架構、極強執行、極致遷移。

02 極簡架構：用極致工程架構實現便捷落地

極簡特點體現在：“極簡架構、極低開銷、極簡部署” 這三個角度。

• 極簡架構代碼僅 3000 多行（核心模塊僅數百行），實現了傳統架構 50 多萬行代碼才能具備的能力，任何開發者都能輕易讀懂。

> 代碼量即上下文優勢：全代碼 ≈ 8000 tokens，占 200K 上下文的 4%。這意味著 LLM 每輪對話都能全量理解自身源碼，自己就是最好的文檔、社區和工程化工具。傳統項目的文檔 / 社區 / 測試套件是大代碼庫的 "生存必需品"，不是優勢。

• 極低開銷：團隊的核心理念是 “信息密度越大，效果越好” 。
• 通過記憶的分層索引和按需加載（用哪層讀哪層），大幅壓縮 System Prompt，極大地節省了 Token 開銷。
• 全部特殊 prompt + 記憶核心 加起來沒別人一個 AGENTS.md 大
• 絕不重復傳輸，一半的代碼邏輯都在確保 “ context 中不放任何垃圾信息”，比如重復的技能定義。
• 極簡部署：從此告別智能體還要付費指導安裝的窘境，有網就能裝！只要有 Python+Requests 環境就能運行，真正實現了 “只要有電的地方就能進化”。

03 極強執行能力：八爪魚般的觸達與使用工具的能力

如果說自進化是 GenericAgent 的靈魂，那么 “八爪魚” 式的工具控制力就是它強壯的觸角，以保證其出色的任務完成能力。它不僅能使用工具，更能像八爪魚一樣深入系統中的每個工具，打破組合泛化的天花板。更能像八爪魚的身體一般具有韌勁，適應不同復雜環境的交互，即便迷宮一般的軟件系統也能習得其交互策略。

• 原子工具撬動數字世界： 團隊拒絕給模型提供過于臃腫的選項，僅通過 code_run（執行任意代碼）、file_read/write（文件操作）、web_scan/execute_js（瀏覽器控制）等 9 個原子工具，便能操控整個數字世界（ PC 與網絡世界）。
• 現場 “制造” 工具： 當現有工具不足以解決問題時，GenericAgent 會開啟探索模式：現場安裝 Python 包、現場編寫腳本、現場驗證方案。

現場搓工具

• 降維打擊的瀏覽器策略： 不同于傳統方案需開啟全新的、未登錄的瀏覽器實例，它通過 JS 插件直接接管你正在使用的瀏覽器。
• 優勢： 無需重新登錄 OA 或企業微信，它能直接在你的賬號權限下內容查找、表格填寫、附件上傳、資源下載等繁瑣流程，實現真正的 “人機接力”。

接管你的瀏覽器

04 極致的遷移：你的智能體，隨你走

GenericAgent 的設計初衷就是打破軟硬件的藩籬，讓智能不再被禁錮在某一個特定的 “黑盒” 里。

• 基座模型的上游： 它不挑底座模型。無論是 Claude、Gemini 還是 Kimi ，在 GenericAgent 的架構加持下，底座的能力依賴都可以被縮小，確保輸出質量穩定可靠。

切換基礎模型毫無壓力

• 極致低廉的硬件門檻： 只要有電、有網、有 Python 環境，只要任意一臺普通 PC 與手機，它就能跑起來。無論你在 Windows、Mac 還是 Android 手機上，都能擁有同樣的進化體驗。

可以用手機操控

agent 用手機點奶茶

也可以操控手機

• 極致技能復用： 智能體在某臺機器上習得的復雜技能可以被提煉成記憶并直接移植。這意味著一個人的調教成果，可以讓千萬人直接享用，極大地降低了全社會的智能成本。

新的模型（kimi），新的 Agent，從未做過發送消息的任務，注入 wechat_send_sop 后迅速掌握在微信中發消息的技能

GenericAgent 只是一個開始。想看它在你的手機上 “偷偷” 點外賣或整理記憶嗎？

（注：本文案所有動圖均由智能體自主生成）

[關注 A3 實驗室，共同見證自進化智能的誕生]