AI學會左腳踩右腳自進化？Meta華人新研究改寫Agent法則

新智元報道

編輯：元宇

【新智元導讀】過去Agent比誰更會干活，現在可能要比誰更會變強。

AI已經學會「左腳踩右腳上天」了？

Meta的一項最新研究表明：AI已經開始碰自己的「進化引擎」了。

華人學者Jenny Zhang在Meta實習期間，聯合Meta AI、UBC、紐約大學等機構研究者，提出了一種新的智能體框架：HyperAgents（DGM-H）。

https://arxiv.org/abs/2603.19461

這項工作的重點，不是再造一個更能干活的Agent。

它瞄準的是更高一層的問題：

如果AI已經能夠修改自己的任務解法，那它能不能連「自己以后該怎么修改自己」這件事，也一并改掉？

論文給出的答案是：可以。

而且，這不再是概念推演，而是已經在實驗中跑通的系統能力。

HyperAgents做的關鍵一步，是把「執行任務的 agent」和「負責改進 agent 的 meta agent」合并進同一個可編輯程序里，作者將之稱為hyperagent。

DGM依賴任務與自修改能力的對齊，而DGM-H不再需要這種對齊

在新框架下，系統不只會修改任務求解邏輯，還開始修改未來生成改進方案的機制本身。

論文把這種能力稱為metacognitive self-modification，也就是：元認知自我修改。

過去行業競爭的是：誰的Agent更會干活。

而HyperAgents 指向的下一階段則可能是：誰的Agent更會變強，而且會越來越會變強。

以往的「自我進化」

其實還只是半手工

這篇論文，指出了上一代自我進化路線的天花板。

去年的Darwin G?del Machine（DGM），已經很驚艷。

它能在coding任務中不斷自改代碼、自我驗證、把成功版本存進archive，再從這些「墊腳石」里繼續往前長。

論文披露，DGM在SWE-bench上能從20.0%拉到50.0%，在Polyglot上從14.2%拉到30.7%。

但問題在于，DGM之所以能在coding里成立，是因為「評估」和「自我修改」本身也都是coding任務。

寫代碼更強了，反過來就更會改自己的代碼。任務能力和自我改進能力，在這個場景里是對齊的。

然而一旦離開coding，這個對齊關系就斷了。

比如評審論文、設計機器人獎勵函數、給IMO級數學解答打分，這些任務做得更好，不等于你就更會修改自己的元機制。

HyperAgents論文最核心的一招，就是直接把這個假設砍掉：

既然任務能力和自我改進能力未必天然對齊，那就不要再把meta層寫死。

這說明過去很多「自我進化」系統，本質上還是在人為設定的軌道里進化。

HyperAgents真正改變的，是改變機制本身。

HyperAgents新在哪里？

表面上看，HyperAgents只是多了一個meta agent。

但真正值得注意的是，它把task agent和meta agent合成了同一個可編輯程序。

以前的DGM里，系統有一個手工設計的instruction-generation機制，負責根據過往表現決定下一步怎么改。

這一步不能被改，所以它反而成了整個系統的瓶頸。

HyperAgents的做法是把這部分也納入可修改范圍。

換句話說，AI不只是改自己的答案、自己的工具、自己的流程，它開始改「自己怎么提出修改建議」。

DGM里上層機制基本固定，DGM-H里meta層本身也進入可演化空間，也就是說，它是一個會經營自己進化過程的系統。

所以，HyperAgents做的不是「再加一個Agent」，而是取消了「上層永遠不變」這個默認前提。

自我改進開始跨域遷移

在coding任務中，HyperAgents在Polyglot 上的提升，與原始DGM處在同一量級：50-task訓練子集從0.140提升到0.340，完整benchmark從0.084提升到0.267。

換句話說，它并不是只靠犧牲泛化來換局部成績。

更關鍵的是，它不只在coding任務成立，還能在paper review、robotics reward design等非coding任務上繼續自我改進。

在paper review上，初始agent在測試集得分為0.0，DGM-H提升到0.710；在robotics reward design上，則從0.060提升到0.372。

更關鍵的是，這些提升不僅出現在訓練任務里，也轉移到了held-out test tasks。

與此同時，對照組也很說明問題：去掉self-improve，效果明顯變弱；去掉open-ended exploration，系統也很難取得有意義進展；原始DGM直接搬到非coding 域幾乎失效，只有經過人工定制成DGM-custom后，才恢復競爭力。

這說明HyperAgents 的關鍵價值，不在于某一個benchmark多拿了幾個點，而在于它把原本依賴coding場景對齊關系的自我改進，推進成了一個能在非coding任務中運行的框架。

更值得注意的是遷移實驗。

作者把在paper review和robotics任務中演化出來的hyperagents，轉移到Olympiad-level math grading。

雖然這些轉移體自身初始得分仍接近0，但它們作為「生成更優agent的meta agent」，卻能在50輪內把最好生成體推到0.630，對應imp@50從0拉到0.630。

相比之下，來自DGM-custom的轉移體幾乎沒有這種能力。

換句話說，遷移過去的，不只是任務經驗，而是「如何持續變好」的能力。

它開始自己長基礎設施了

很多人看到「自我進化」會以為，無非是AI自己改prompt、調工作流、加幾個規則。

但論文展示給我們、最讓人感到沖擊力的一個地方在于：它開始自己長基礎設施了。

DGM-H在迭代中會自動長出performance tracking、persistent memory、evaluation analysis、compute-aware planning這些基礎設施。

論文中甚至直接給出了自動生成的性能追蹤器代碼和持久記憶條目：它開始記錄跨代指標、總結哪些代際策略有效、診斷過度修正、制定下一輪改進計劃。

這還不是「日志記錄」那么簡單，系統開始把改進看成一個長期經營過程，而不是一次次孤立的pa?tch。

它不只記錄每一代分數，還會比較趨勢、識別回退，并把跨代經驗沉淀進persistent memory。

正如網友所說，真正讓這一切變成現實的關鍵，恰恰是persistent memory的自主出現。

論文展示的memory示例中寫道：某一代評審準確率更高，但過于嚴苛；另一代平衡更好；下一輪要融合兩者優點。

沒有這層記憶，agent往往只會反復「重新發明輪子」；有了它，過去幾代的有效經驗才第一次能真正沉淀為下一輪改進的起點。

這說明Agent正在從「輸出一個結果」，走向「維護一個持續優化系統」。

這不是AGI宣言

但舊規則確實在失效

當然，這篇論文沒有證明「無限自我進化AI」已經降臨。

作者自己也寫得很清楚：

實驗都在沙箱、資源限制和人工監督下完成；外層循環還有不少部分沒有開放給系統自改，比如任務分布、parent selection、evaluation protocol等；真正無界的open-ended self-improvement，還遠遠沒到。

但風險預警已經出現。

一旦AI開始改自己的改進機制，安全討論就變得重要起來。

論文也專門有一節談風險：隨著系統越來越能開放式地修改自己，它的演化速度可能超過人類審計和理解速度。

今天靠sandbox和人工盯著還能管住，明天未必。

HyperAgents代表了一種新的路線，它可能會改寫Agent競爭。

未來比的不只是誰會調模型、誰會寫workflow、誰會做更強單點工具，而是誰能把「改進能力」本身產品化、系統化、可遷移化。

這將改變AI公司的護城河。

真正的壁壘，可能不再只是參數、算力和數據，而是有沒有一套能跨任務累積經驗、跨運行持續變好的自我改進系統。

也會改變開發者位置。

開發者不再只是寫功能的人，而更像是在設計AI可以繼續自我設計的邊界條件。

最重要的一點，它改寫了AI行業過去默認的一條規則：系統可以變強，但變強的方法由人來定義。

現在，這條規則開始松動了。

作者簡介

Jenny Zhang

Jenny Zhang

Jenny Zhang，現為英屬哥倫比亞大學人工智能博士生，師從Jeff Clune，同時也是Vector Institute研究生，并曾在Meta擔任Research Scientist Intern。

她本科畢業于帝國理工學院，研究方向聚焦開放式進化、強化學習與自我改進AI，代表工作包括《Darwin G?del Machine》《HyperAgents》以及OMNI系列研究。

她的長期目標，是構建能夠自主提出新任務、持續自我提升、不斷演化復雜能力的AI系統。

參考資料：

https://x.com/jennyzhangzt/status/2036099935083618487%20

https://arxiv.org/abs/2603.19461