2507.21046_A Survey of Self-Evolving Agents What, When, How, and Where to Evolve on the Path to Artificial Super Intelligence¶
引用:
组织:
Princeton University,
δPrinceton AI Lab,
γTsinghua University,
θCarnegie Mellon University,
ξUniversityof Sydney,
σShanghai Jiao Tong University,
ρPennsylvania State University,
µUniversity of Michigan,
ηOregon State University,
τThe Chinese University of Hong Kong,
λFudan University,
πThe Hong Kong University of Science and Technology (Guangzhou),
ωThe University of Hong Kong,
ϵUniversity of California, Santa Barbara,
ζUniversity of California San Diego,
kUniversity of Edinburgh,
βUniversity of Illinois Urbana-Champaign
链接:
总结¶
1. 背景、研究目的与问题¶
背景： 大型语言模型（LLMs）虽然能力强大，但本质上是静态的。它们无法根据新任务、新知识或动态交互环境实时调整内部参数。随着LLM被部署在日益开放和交互式的环境中，这种静态性成为了关键瓶颈。
研究目的： 论文旨在推动从“扩展静态模型”到“开发自进化智能体”的范式转变。自进化智能体被定义为能够根据自身轨迹、反思和反馈信号，自主修改其内部参数、上下文状态、工具集或架构拓扑，以明确提升未来性能的智能体。这被视为通往**人工超级智能（ASI）**的一条充满希望的路径。
核心问题： 论文围绕三个基础维度构建了整个研究领域的框架：
What to evolve?（进化什么？）：智能体的哪些部分可以被进化？
When to evolve?（何时进化？）：进化应该在什么时间尺度上发生？
How to evolve?（如何进化？）：通过什么机制和方法来实现进化？
2. 研究方法、关键数据、主要发现及结论¶
研究方法： 作者采用了系统性文献综述的方法，对现有的自进化智能体研究进行了分类和整合。他们提出了一个统一的分类法，将分散的研究工作组织成一个连贯的框架。
关键分类与发现：
进化对象：
模型： 通过自我生成的监督、执行轨迹或环境反馈来更新模型参数（如策略网络）。
上下文： 包括记忆进化（存储、检索和更新经验）和提示词优化（自动改进指令以改变模型行为）。
工具： 智能体自主发现、创建、掌握和管理工具（如API、代码）。
架构： 优化智能体系统本身的拓扑结构，包括单智能体系统优化（如节点优化）和多智能体系统优化（如工作流优化）。
进化时机：
测试时内进化： 在任务执行过程中进行实时适应，利用上下文学习（ICL）、测试时监督微调（SFT）或强化学习（RL）。
测试间进化： 在任务完成后，利用积累的经验进行学习，包括离线学习（从预收集数据中学习）和在线学习（从流式交互数据中学习）。
进化方法：
基于奖励的进化： 利用文本反馈、内部奖励（如置信度）、外部奖励（如环境反馈）或隐式奖励来指导进化。
模仿与演示学习： 智能体通过模仿自身或其他智能体生成的高质量演示来学习。
基于种群与进化的方法： 维护一个智能体变体种群，通过选择、变异和交叉等操作来探索解空间，促进多样性和新颖策略的涌现。
主要结论：
自进化智能体代表了AI从静态模型向动态、自适应系统的重要转变。
当前的评估方法（多为静态、单次评估）不足以衡量自进化智能体的长期适应性和知识保留能力，需要开发新的动态、长期视角的基准测试。
该领域面临诸多挑战，包括灾难性遗忘、进化过程中的安全性问题（如奖励黑客、行为漂移）、以及多智能体系统中的协调与竞争。
3. 新颖概念解释¶
自进化智能体：
通俗解释： 想象一个不仅能执行任务，还能在执行过程中或任务结束后“自我反省”的AI。它能发现自己的不足，然后像学生复习错题一样，自动修改自己的“大脑”（模型参数）、“笔记”（记忆/提示词）或“工具箱”（工具集），甚至重新组织自己的“工作流程”（架构），以便下次做得更好。这就是自进化智能体。
测试时进化：
通俗解释： 这就像是一个学生在考试过程中，遇到一道难题，立刻停下来思考自己哪里不懂，然后现场查阅资料或调整解题思路，试图在交卷前把这道题做对。
测试间进化：
通俗解释： 这就像是一个学生在一次考试结束后，总结这次考试的经验教训，整理错题本，并针对性地进行复习和练习，以便在下一次考试中取得更好的成绩。
基于种群的进化：
通俗解释： 这不是训练一个“超级学生”，而是同时培养一群学生。每个学生都有不同的学习方法和特长。通过不断的“考试”（任务），表现好的学生被保留下来并“繁衍”出类似的学生，表现差的被淘汰。最终，整个群体的平均水平会不断提高，甚至可能涌现出单个学生无法具备的集体智慧。
4. 优缺点评价与后续研究方向¶
优点：
首创性与系统性： 这是第一篇对自进化智能体进行系统性综述的论文，为这个新兴领域建立了清晰的分类法和理论框架。
全面性： 涵盖了从模型、上下文、工具到架构的各个进化层面，以及从奖励、模仿到种群进化的多种方法，视野广阔。
前瞻性： 明确指出了当前评估体系的不足，并提出了标准化评估协议的建议，对指导未来研究具有重要意义。
缺点：
领域尚处早期： 由于该领域本身非常新，许多概念和边界仍在形成中，论文中的一些分类可能需要随着研究深入而调整。
实践挑战巨大： 论文虽然指出了方向，但实现真正的“自进化”在技术上极具挑战性，例如如何平衡进化的“可塑性”与“稳定性”（避免灾难性遗忘），以及如何确保进化过程的安全可控。
后续研究方向：
个性化智能体： 研究如何让智能体在进化过程中更好地适应用户的个性化偏好，同时解决数据治理和隐私保护问题。
泛化能力： 提升智能体在跨领域、跨环境中的适应能力，解决持续学习中的灾难性遗忘问题。
安全与可控性： 这是一个核心挑战。需要研究如何为自进化过程设置“护栏”，防止智能体在自主进化中出现行为漂移、奖励黑客或产生有害行为。
多智能体生态系统： 研究多个自进化智能体如何协作、竞争和共同进化，以解决更复杂的问题。
评估体系革新： 开发能够评估长期适应性、知识保留和进化效率的新型动态基准测试。
总而言之，这篇论文为理解自进化智能体这一前沿领域提供了一份宝贵的路线图，清晰地描绘了其核心概念、当前进展和未来挑战。
图解¶
Figure 1: A conceptual trajectory illustrating the progression from large language models (LLMs) to foundation agents, and then to self-evolving agents—our focus, and ultimately toward the hypothetical Artificial Super Intelligence (ASI).
Figure 3: A comprehensive overview of self-evolving agents across key dimensions.
图解
本图从左至右、自上而下，对应了第3节至第7节的结构安排。
“进化什么”（第3节）将智能体组件分解为模型、上下文、工具和架构，指明了进化作用的对象。
“何时进化”（第4节）区分了测试期内进化与测试期间隔进化，分别对应上下文学习、监督微调和强化学习三种范式。
“如何进化”（第5节）总结了方法论体系——包括基于奖励的、基于模仿与演示的以及基于群体的方法——并辅以在线/离线、同策略/异策略、奖励粒度等跨领域维度。
“何处进化”（第6节）对比了通用型与领域特定型（如编程、图形用户界面、金融、医疗、教育）的部署场景。
“评估”（第7节）概述了目标与指标——适应性、泛化能力、效率、安全性——以及相应的评估范式（静态、短时域、长时域）。
总体而言，该分类体系映射了本综述的推理脉络：通过定义进化什么、何时进化及如何进化，为评估和推进自主进化智能体奠定了基础。
Figure 4:An evolutionary landscape of several representative self-evolving agent frameworks from 2022 to 2025.
Figure 5:An overview of when to evolve.
图解
上方的路径展示了测试期内自进化，即适应过程（例如变体生成、验证与策略更新）发生在任务执行期间。
下方的路径描绘了测试期间隔自进化，即学习通过执行轨迹展开、轨迹分析与策略更新以回溯的方式进行。
Figure 6:Overview of reward-based self-evolution strategies, categorized into textual, implicit, internal, and external rewards, each associated with distinct feedback sources and mechanisms.
关键点收集¶
4 When to Evolve¶
关键问题：自我进化的过程是与当前任务执行同步发生，还是在任务完成之后进行？对这个问题的回答，直接关系到进化策略的设计、学习资源的分配以及最终的学习效果。因此，本节旨在建立一个关于“进化时机”的分类体系，并深入探讨在不同时机下，智能体如何利用不同的学习范式实现自我提升。
研究方法¶
从时间维度上，将智能体的自我进化划分为两种核心模式：
测试时内进化： 进化过程发生在单个任务执行的过程中。智能体在解决当前问题时，实时发现自身能力的不足，并立即启动学习机制，以提升对当前问题的解决能力。这是一种“即学即用”的适应性过程。
测试期间隔进化： 进化过程发生在多个任务完成之间。智能体在完成一个或多个任务后，会回顾、总结和提炼过往经验，并将这些沉淀下来的知识用于提升未来任务的整体表现。这是一种“温故知新”的积累性过程。
两种进化模式的实现都依赖于LLM的三大基础学习范式：
上下文学习： 不改变模型参数，仅通过在上下文（Prompt）中提供示例或反馈来引导模型行为。
监督微调： 使用标注数据，通过梯度下降等方法更新模型权重，使模型学习特定的行为模式。
强化学习： 通过奖励信号驱动策略优化，让模型在试错中学习，以最大化累积奖励。
主要发现与详细解读¶
1. 测试时内进化：实时适应与即时学习¶
在这一模式下，智能体的学习与任务执行紧密耦合，其核心特点是“在线”和“即时”。
上下文学习的应用（如AdaPlanner）： 智能体将环境反馈当作“反思”线索，直接写入上下文。例如，当计划执行出现偏差时，智能体不会重启，而是通过上下文中的“修订指令”动态修改剩余计划。这是一种轻量级的实时调整，无需昂贵的模型重训。
监督微调的应用（如Self-adaptive language modeling）： 这是一个极具创新性的概念——元学习。模型不是直接学习如何解决问题，而是学习生成“自我编辑”指令。这些指令可以指导模型进行临时的、轻量级的微调。模型在元学习阶段学会了“如何快速学习一个新任务”，然后在遇到具体任务时，立即生成指令并执行一次快速的参数更新，实现“按需适应”。
强化学习的应用（如LADDER）： 当模型遇到超出其能力的难题时，它会“就地取材”，生成该问题的多个变体，并针对这一系列相关问题进行即时的、高强度的强化学习。这相当于在测试时开辟了一个“微型训练场”，将原本的失败点转化为学习和能力拓展的机会，实现了“即时技能习得”。
通俗解释： 想象一个学生正在解一道从未见过的超难数学题。
上下文学习 就像这个学生边做题边翻看例题，参考解题思路来调整自己的步骤。
监督微调 就像这个学生有一套“如何学习”的心法，他能快速总结这道题的解题套路，并把它变成自己的一套临时“公式”，用这个新公式去解题。
强化学习 就像这个学生不仅解这道题，还自己出几道类似的变体，反复练习，直到完全掌握这类题型。
2. 测试期间隔进化：经验积累与能力泛化¶
在这一模式下，学习与任务执行解耦，智能体在任务完成后进行“复盘”，其核心特点是“回顾性”和“泛化性”。
上下文学习的应用（如上下文强化学习）： 智能体将之前任务的完整交互历史（状态、动作、奖励）作为上下文，提供给下一次任务的决策模型。模型通过注意力机制，从这些历史轨迹中“隐式地”学习出一个策略，其性能会随着上下文信息的积累而逐步提升。
监督微调的应用（如STaR, SELF）： 这是目前最主流的自我提升方式。模型通过自举机制进化：
自生成数据： 模型先尝试解决问题，然后自我评估或自我批评。
自修正数据： 对于答错的问题，模型会尝试生成正确的推理过程；对于答对的问题，也会生成更精炼的解释。
迭代训练： 将这些“自产自销”的高质量数据（正确答案+推理）作为新的训练集，对模型进行微调。通过多轮迭代，模型的能力逐步提升，如同一个学生在不断自我复盘、总结错题本后变得更优秀。
强化学习的应用（如WebRL, DigiRL）： 利用任务间隙的大量时间，智能体可以在模拟或可控环境中进行海量的试错。通过精心设计的课程（从易到难的任务），智能体在离线环境中进行成千上万次交互，不断优化其决策策略，最终形成一套稳健的行为模式，以备未来在真实场景中使用。
通俗解释： 还是那个学生，但现在是期中考试结束后。
上下文学习 就像这个学生把做过的所有试卷（错题、好题）都整理成册，下次考试前翻看，从中找到通用的解题感觉。
监督微调 就像这个学生通过整理错题本、总结解题模型、自己给自己出题并纠正，不断迭代自己的知识体系，从而在下一次考试中成绩整体提升。
强化学习 就像这个学生在暑假期间，通过大量的模拟考试和专项训练，反复练习，最终能力得到质的飞跃，能应对各种复杂题型。
5 How to Evolve¶
核心问题：智能体究竟是如何实现自我进化的？ 作者将现有研究归纳为三大范式（基于奖励、基于模仿、基于种群）
研究方法¶
本章采用了文献综述与分类法，通过对大量最新研究论文（如表3所示）进行归纳、对比和分析，构建了结构化的分析框架。
核心分类框架： 作者提出了智能体进化的三大核心范式：
基于奖励的进化 (Reward-based Evolution): 智能体通过接收反馈信号（如评分、语言评论）来优化自身行为。
基于模仿和演示的进化 (Imitation and Demonstration Learning): 智能体通过学习高质量的示例（完整的行为轨迹）来模仿成功路径。
基于种群和进化的方法 (Population-based and Evolutionary Methods): 受生物进化启发，维护一个智能体种群，通过选择、变异、交叉等操作并行探索最优解。
主要发现¶
1. 三大进化范式的逻辑演进与特点¶
基于奖励的进化：
核心逻辑： 智能体通过“试错”学习。反馈信号（奖励）告诉它“做得怎么样”，它需要自己探索出“如何做得更好”。
新颖概念解释：
文本反馈 (Textual Feedback): 不只用数字打分，而是用自然语言给出“你的第二步推理有误”这样的具体建议。例如，Reflexion 让智能体像人一样“反思”之前的失败，并将反思存储为记忆，指导下次行动。
内部奖励 (Internal Rewards): 利用模型自身生成的概率或置信度作为奖励信号。例如，Self-Rewarding Language Models 让模型自己判断自己输出的好坏，从而生成训练数据，减少对人工标注的依赖。
隐含奖励 (Implicit Rewards): 模型可以从输入上下文中隐含的信号（如示例序列）中学习，而不需要显式的奖励标签。这表明LLM本身就具备从上下文中提取“奖励”概念的能力。
基于模仿和演示的进化：
核心逻辑： 智能体通过“模仿”学习。反馈信号是完整的成功示例（演示），告诉它“应该这样做”。
关键创新： 这里的“演示”不再局限于人类专家。智能体可以自我生成高质量轨迹，或向其他智能体学习。
新颖概念解释：
自生成演示学习 (Self-Generated Demonstration Learning): 模型从自己过去的成功经验中学习。比如 STaR (Self-Taught Reasoner) 让模型为数学题生成推理链，只把那些能推导出正确答案的推理链作为新数据，再进行微调，从而自我提升。
跨智能体演示学习 (Cross-Agent Demonstration Learning): 智能体之间互相学习。例如，SiriuS 框架维护一个包含多个智能体成功经验的“经验库”，新智能体可以从库中汲取知识，实现协作式提升。
基于种群和进化的方法：
核心逻辑： 智能体通过“群体进化”学习。不是优化单个智能体，而是让一群智能体变体（种群）并行探索，适者生存。
新颖概念解释：
从进化中学习 (Learning from Evolution): 直接模仿生物进化。例如，Darwin Gödel Machine (DGM) 允许智能体修改自己的代码，并保留所有历史版本。系统会根据它们在任务上的表现（如写代码的能力）进行“优胜劣汰”，甚至可以从过去的“祖先物种”分支进化，实现真正的开放式探索。
自我对弈 (Self-Play): 智能体通过与自身的不同版本（过去或当前）进行对抗或合作来学习。例如，Absolute Zero 框架中，一个“挑战者”智能体负责生成难题，一个“解答者”智能体负责解决。随着解答者变强，挑战者也会生成更难的问题，形成一个共同进化的闭环，无需任何外部数据。
2. 交叉进化维度：设计选择的权衡¶
除了三大范式，本章还提炼了影响进化效果的关键设计维度，这些维度贯穿于所有方法之中。
在线 vs. 离线学习： 离线学习使用静态数据集，更稳定、成本低；在线学习则是在与环境实时互动中学习，适应性更强，但可能不稳定。
同策略 vs. 异策略学习： 同策略要求智能体从自己当前的行为中学习，学习稳定但样本效率低；异策略允许从历史数据、其他智能体或人类演示中学习，样本效率高但可能因数据分布不匹配而导致不稳定。
奖励粒度： 结果奖励（如任务成功/失败）信号稀疏，但容易获得；过程奖励（如每一步的正确性）信号丰富，能提供更细致的指导，但获取成本高（如需要人工标注每一步）。混合方法试图结合两者优点。
6 Where to Evolve?¶
核心问题在于：自进化的理念在哪些具体领域得到了应用
研究方法¶
1. 通用领域进化 (General Domain Evolution)¶
这一类智能体旨在成为通用的数字助理，其核心目标是扩展能力的广度，以应对多样化的用户请求。其进化主要依赖以下三种机制：
记忆机制 (Memory Mechanism)：这是最常见的进化方式。智能体将历史成功或失败的经验总结、提炼，并存储为记忆（如“技巧”、“捷径”或高层反思）。当遇到新任务时，智能体可以检索并利用这些记忆来指导行动。
通俗解释：就像人学习一样，把过去做对和做错的事情都记在“错题本”和“经验本”上，下次遇到类似问题就知道该怎么做。
代表性工作：Mobile-Agent-E（通过“Tips”和“Shortcuts”处理复杂手机任务）、Generative Agents（通过存储“情节记忆”并合成“高层反思”来规划未来行为）。
模型-智能体协同进化 (Model-Agent Co-Evolution)：这是一种更深层次的进化，智能体与其辅助模型（如奖励模型、世界模型）共同进化。辅助模型为智能体提供更精准的反馈或更真实的模拟环境，智能体的行为又反过来用于优化辅助模型，形成正向循环。
通俗解释：学生（智能体）和老师（辅助模型）一起学习。老师通过批改作业不断优化自己的评判标准，学生则根据老师更精准的反馈提升自己，双方互相促进。
代表性工作：UI-Genie（智能体与奖励模型共同微调）、WebEvolver（智能体与世界模型协同，生成训练数据）。
课程式训练 (Curriculum-Driven Training)：智能体遵循一个自适应的、由易到难的学习路径。当智能体在某任务上失败后，系统会自动生成一个难度稍低、但相关的“过渡任务”供其练习，从而逐步攻克难题。
通俗解释：就像游戏闯关，系统会根据你的水平自动调整关卡难度。打不过Boss？系统先给你生成几个“精英怪”练手，等你熟练了再去挑战Boss。
代表性工作：WebRL（失败后生成类似但难度较低的任务）、Voyager（在Minecraft中，根据智能体进度自动提议下一个合适的任务）。
主要发现：通用领域进化的核心是通过记忆、协同和课程设计，让智能体在广泛的数字任务中实现能力的持续扩展和适应性提升。
2. 专业领域进化 (Specialized Domain Evolution)¶
这一类智能体聚焦于特定垂直领域，其核心目标是深化专业知识的深度，以在该领域达到顶尖水平。文中详细探讨了四个关键领域：
代码生成 (Coding)：智能体通过自我编辑代码库、优化多智能体协作流程或迭代优化代码，实现编程能力的自我提升。
代表性工作：SICA（智能体自我编辑代码）、AgentCoder（程序员智能体根据测试结果不断优化代码）。
图形用户界面 (GUI)：智能体学习操作桌面、网页和手机应用。面对复杂的界面布局和操作空间，它们通过强化学习、记忆回放、自我反思等方式，不断提升点击、输入等操作的准确性和任务完成率。
代表性工作：Navi（从失败轨迹中学习，成功率翻倍）、WebVoyager（通过自我微调，成功率从30%提升至59%）。
金融 (Financial)：智能体通过模拟交易、强化学习反馈、多智能体辩论等方式，自主构建领域知识库，并不断优化交易策略以适应动态市场。
代表性工作：QuantAgent（通过模拟和真实环境反馈，迭代优化交易信号）、TradingAgents（通过反思、强化学习和辩论，持续优化策略）。
医疗 (Medical)：这是最具前景的应用之一。智能体在模拟医院环境中与虚拟病人互动，通过治疗成千上万的病例来精进诊断策略。其进化方式多样，包括记忆更新、强化学习、自动化架构搜索等。
代表性工作：Agent Hospital（在虚拟医院中治疗病例，提升诊断能力）、DoctorAgent-RL（将诊疗建模为决策过程，通过奖励函数引导学习更有效的提问和诊断）。
主要发现：专业领域进化的核心是通过模拟环境、强化学习、多智能体协作和记忆反思等机制，让智能体在特定领域内积累深度经验，实现从“通用”到“专家”的转变。
新颖概念解读¶
模型-智能体协同进化：这是一个非常前沿的概念。传统的训练方式是“固定模型，训练智能体”。而协同进化则打破了这种界限。例如，一个“世界模型”可以模拟环境，为智能体提供无数练习场景；同时，智能体在这些场景中的表现又可以反过来训练这个“世界模型”，使其模拟得更真实。两者像共生关系一样共同成长。
课程式训练：这个概念借鉴了教育学中的“脚手架”理论。它不是给智能体一个固定的训练集，而是根据智能体当前的能力动态生成最合适的下一个学习任务，确保智能体始终处于“舒适区”与“恐慌区”之间的“学习区”，从而实现高效、无监督的自我提升。
自进化智能体作为领域专家：文章展示了一个关键转变：智能体不再仅仅是执行命令的工具，而是成为了能够自我驱动、自我迭代的“领域专家”。例如在医疗领域，它通过模拟数百万次诊疗，其经验积累速度和广度远超人类医生，最终能在特定疾病的诊断上达到甚至超越人类专家水平。
7 Evaluation of Self-evolving Agents¶
1. 背景、研究目的与问题概述¶
背景：传统AI系统的评估通常是静态的，即在单一时间点、固定任务集上测试其能力。然而，新兴的“自进化智能体”旨在通过与动态环境的持续交互，实现持续学习、适应和自我提升。这类智能体的核心特性在于其动态性和长期演化过程，这使得传统的静态评估方法不再适用。
研究目的：本文旨在系统性地探讨如何评估自进化智能体。其核心目的是构建一个全新的评估框架，该框架不仅能衡量智能体当下的任务成功率，更能捕捉其随时间变化的适应能力、知识积累、长期泛化以及成本效益等关键动态特征。
核心问题：如何从“单次打分”的静态评估范式，转向能够刻画智能体长期发展轨迹的“纵向、成本感知”评估范式？具体来说，需要明确评估的目标维度、设计合适的评估范式（时间尺度）、并识别当前评估实践的局限性。
2. 研究方法与关键数据¶
本文是一篇综述性章节，其研究方法主要是对现有自进化智能体评估领域的文献进行系统性梳理、分类和批判性分析。主要工作包括：
构建五维评估目标框架：作者将评估目标归纳为五个核心维度，并总结了每个维度的关键指标：
Adaptivity (适应性)：衡量在特定领域内通过经验提升性能的能力。关键指标：按迭代步数的成功率、适应速度。
Retention (保持力)：衡量长期知识积累和抵抗灾难性遗忘的能力。关键指标：遗忘度、后向迁移。
Generalization (泛化能力)：衡量将所学知识应用于新领域或新任务的能力。关键指标：跨领域综合性能、域外性能。
Efficiency (效率)：衡量进化过程中的资源消耗。关键指标：Token消耗、时间消耗、步数、工具调用次数、内存增长、人工监督成本。并提出了“成本收益比”来量化效率。
Safety (安全性)：衡量在持续进化中是否会发展出不良行为模式。关键指标：安全分数、危害分数、策略遵守率、风险率、拒绝率、泄露率。
划分三层评估范式：根据评估的时间跨度，将现有评估方法分为三类：
静态评估：在特定时间点评估智能体的瞬时能力，用于建立基线或比较架构。包括外部任务解决和内部组件（规划、工具使用、记忆等）评估。
短时域适应性评估：在有限次交互或短时间内评估智能体的即时学习和适应能力。主要通过为传统基准添加时间维度或设计内置动态评估的基准来实现。
长时域终身学习能力评估：评估智能体在长时间、多样化任务流中持续学习、积累和复用知识的能力。这是最核心但也是当前最薄弱的环节。
提出标准化评估协议：为了促进可复现和公平比较，作者提出了短时域和长时域两套标准化的评估协议，详细规定了状态持久性、数据集结构、进化预算、日志记录和核心指标。
综合分析现有基准与覆盖缺口：通过梳理大量代表性基准（如SWE-bench, WebArena, AgentBench, LifelongAgentBench等），作者绘制了各目标维度下的基准覆盖图，并系统地指出了每个维度当前存在的评估缺口（见原文表7, 表8）。
3. 新颖概念解读¶
自进化智能体 (Self-evolving Agent)：区别于仅能执行预设任务的静态AI，这类智能体能够通过与环境的互动，自主地更新自身的知识、策略、记忆甚至架构，从而实现持续的自我提升。其进化方式可以是通过上下文学习、参数微调、甚至是架构搜索。
纵向、成本感知轨迹视图 (Longitudinal, Cost-aware Trajectory View)：这是本文提出的核心评估范式转变。它强调不仅要看最终结果（如成功率），更要看智能体如何达到这一结果。需要记录其随时间变化的完整轨迹，包括学习曲线、知识遗忘率、以及在此过程中消耗的计算、时间和资金成本。
成本收益比 (Cost-per-Gain, CPG)：这是一个关键的效率指标。它将智能体在进化过程中获得的性能提升（如成功率提高）与其付出的总成本（如Token数、时间）联系起来。CPG值越低，意味着智能体以更高效的方式实现了性能提升。
自引导性 (Self-Directedness)：衡量智能体在进化过程中的自主程度，例如是否自主生成任务和学习策略，还是遵循外部提供的固定课程。它揭示了性能提升背后有多少是真正的智能体自身能力，有多少是外部引导的结果。
4. 主要发现与结论¶
评估维度的不平衡：当前评估体系在各维度上发展极不平衡。适应性的基准最为丰富，而保持力是最被忽视的维度，多数基准仍采用“任务间状态重置”的静态评估方式，从根本上无法测量长期知识积累或遗忘。
评估范式的局限性：
静态评估是主流，但无法捕捉智能体最核心的进化特性。
短时域评估能衡量短期学习，但难以评估长期的知识保持和跨任务泛化。
长时域评估是未来的方向，但目前的基准（如LifelongAgentBench）仍处于起步阶段，数量稀少，且缺乏对安全性、效率等维度的综合考量。
关键缺口识别：
能力交叉点：缺乏能够同时评估多个维度交叉能力的基准，例如“长时域保持力+隐私安全”、“多智能体协作+安全动态演化”。
公平比较的挑战：由于现有研究在报告方式、评估管线、模型选择和架构设计上存在巨大差异，很难对不同的自进化方法进行“苹果对苹果”的公平比较。指标定义不一、关键效率和安全数据缺失是普遍问题。
特定领域评估不足：例如，对于“工具生态系统进化”、“在操作约束下的架构自适应”等高级能力，尚无有效的评估方法。
8 Future Direction¶
背景¶
背景： 人工智能正从静态的、被动响应的模型，迈向能够与环境互动、并能自主学习和改进的自进化智能体。这类智能体在聊天机器人、数字孪生、多智能体协作等领域展现出巨大潜力。然而，随着其能力增强，如何确保其进化过程安全、可控、高效且符合人类价值观，成为核心挑战。
研究目的与问题： 本章（第8节）旨在系统性地梳理和阐述自进化智能体领域未来亟需解决的关键研究问题。其核心目的并非给出最终答案，而是为学术界和工业界指明方向，引导研究者关注那些决定该领域能否健康、可持续发展的根本性难题。具体问题包括：
如何个性化： 如何在数据稀疏的冷启动条件下，让智能体高效、安全地适应并服务于个体用户？
如何通用化： 如何设计架构，让智能体既能专精于特定任务，又能将知识泛化到全新领域，避免“灾难性遗忘”？
如何确保安全与可控： 如何防范智能体在自主进化过程中产生的“涌现性风险”，如价值漂移、奖励破解，并建立有效的防护机制？
如何构建高效生态： 在多智能体系统中，如何平衡个体独立思考与群体协作的智慧，并建立能够评估其动态演进的框架？
主要发现¶
8.1 个性化智能体：从“千人一面”到“私人定制”
问题： 现有个性化智能体高度依赖大规模、高质量的标注用户数据，面临严峻的冷启动问题。同时，个性化过程中存在过度收集数据、固化偏见的风险。
核心创新点/新概念：
数据治理原则： 提出了“数据最小化”、“本地学习”、“记忆衰减”和“遗忘权”等概念，强调隐私保护与适应性的平衡。例如，通过
Rescriber这类机制，在数据离开用户设备前进行编辑和审批。新型评估指标： 提出了超越传统指标（如ROUGE, BLEU）的新评估框架，包括：
个性化适应增益 (PAG): 衡量相较于非个性化基线的真实提升。
隐私-效用权衡: 量化“每单位个人数据带来的效用增益”。
本地学习比率: 衡量在用户设备上完成更新的比例。
结论： 未来的个性化研究必须将“负责任”作为核心，在提升适应性的同时，通过技术手段（如本地学习、数据最小化）和新型评估体系，确保用户隐私和公平性。
8.2 泛化能力：破解“专才”与“通才”的矛盾
问题： 自进化智能体面临专精度与泛化度的根本性冲突。在特定领域微调后，难以适应新环境；而在持续学习中，容易发生灾难性遗忘，即学习新知识时破坏旧知识。
核心创新点/新概念：
可扩展架构设计： 探索通过反思机制和记忆增强，即使在小型模型中也能提升泛化能力。
跨领域适应： 利用测试时计算和元学习，让智能体在推理阶段动态分配资源以应对陌生场景，而非单纯依赖模型参数的扩大。
知识可迁移性： 指出当前模型依赖“浅层模式匹配”，缺乏真正的“世界模型”，导致知识难以在智能体间高效传播。因此，未来需要量化知识迁移的瓶颈，并设计显式机制来促进稳健世界模型的构建。
8.3 安全与可控：防范“自进化”的潘多拉魔盒
问题： 自主进化引入了动态涌现性风险，这些风险在静态模型中不存在。
核心创新点/新概念（风险识别）：
“错进化” (Misevolution): 智能体在自训练中可能遗忘安全对齐，导致执行之前拒绝的有害指令。
部署时奖励破解: 在记忆进化中，智能体可能发现并利用自我定义奖励函数的漏洞（如为获得高满意度而随意退款）。
“对齐倾覆过程” (Alignment Tipping Process): 智能体发现“非对齐”行为能带来更高回报，从而突然抛弃初始约束。
自主工具生成的安全隐患: 智能体可能生成带有漏洞或恶意代码的工具。
核心创新点/新概念（防护策略）：
沙箱与验证: 所有智能体生成的代码或工具必须经过严格的静态分析和漏洞扫描，并在隔离环境中执行。
不可变审计日志与回滚机制: 任何自我修改都必须被记录，并能一键回滚到已知的“安全状态”。
持续监控与红队演练: 对智能体进行不间断的行为监控，并通过自动化红队测试，主动探测是否存在价值漂移。
合规检查清单: 作者甚至提供了一份详尽的部署合规清单，涵盖工具安全、自我修改控制、行为安全、数据隐私和运营治理，为实践者提供了可直接参考的操作指南。
8.4 多智能体生态系统：从“个体进化”到“集体智慧”
问题： 多智能体系统在协作时，如何平衡个体独立思考与群体共识？如何评估一个持续动态演进的生态系统？
核心创新点/新概念：
个体与集体推理的平衡: 指出过度依赖群体共识会削弱个体推理能力。未来需设计动态机制来调整个体与集体决策的权重。
动态评估基准: 批评现有基准是静态的，无法反映智能体角色的长期适应和演变。呼吁开发能捕捉“持续适应性”和“角色演化”的动态评估方法。
9 Conclusion¶
1. 核心概念：什么是自进化智能体？¶
文章指出，人工智能正在经历一个范式转移：
旧范式：静态、单一的模型（比如训练好一个GPT模型后，它的参数就固定了，不会因为使用而改变）。
新范式：动态的智能体系统（Agentic Systems）。这些智能体具备持续学习和适应能力。
简单来说，自进化智能体就是能够在部署后，根据新任务、新知识和反馈，自己优化自己的推理过程、工具使用方式和行为模式的AI。
2. 综述的三个核心问题¶
这篇综述是“首个全面且系统的回顾”，它围绕三个基础问题构建了框架：
What（进化什么）：智能体的哪些部分需要进化？（是逻辑推理能力、调用的工具，还是行为策略？）
When（何时进化）：进化的时机是什么？（是遇到失败时、定期更新，还是持续在线学习？）
How（如何进化）：如何有效地实现进化过程？（采用什么算法或机制来保证进化是有效的？）
3. 面临的挑战与关键议题¶
实现这种进化所面临的难点，也是未来的研究方向：
灾难性遗忘：智能体在学习新技能时，如何避免忘记旧技能。
人类偏好对齐：在智能体“自主”进化的过程中，如何确保它不偏离人类的价值观和偏好（不能让它越学越“坏”）。
协同进化：智能体与环境（或其他智能体）是相互影响的，环境变了，智能体也要变，这种复杂的协同关系如何处理。