从“造芯”到“做梦”，智能体自我进化提速

最近，AI智能体领域接连传来几个重磅消息，让人感觉技术迭代的齿轮又向前猛转了几格。

先是谷歌DeepMind的AlphaEvolve项目交出了一份亮眼的成绩单。这个由Gemini驱动的进化式编程智能体，不仅与数学家陶哲轩合作解决了数学难题，还为Google的量子处理器设计出了错误率骤降90%的电路方案。更绝的是，它给下一代TPU提出的电路设计，虽然思路有些“反直觉”，但效率更高，并且已经被谷歌采纳。

几乎在同一时间，Anthropic在Claude开发者大会上，为其托管智能体增加了一组新能力。其中最引人遐想的，是智能体学会了“做梦”——它能在两次任务的间隙，自动回顾历史对话、整理记忆、提炼规律。配合自动评分和多智能体协作，任务完成率得到了显著提升。

这两件事看似独立，实则指向同一个核心趋势：智能体正在从被动执行指令的“工具”，向具备记忆、能够自我改进、持续进化的“伙伴”转变。一场关于智能体“自我进化”的竞赛，已经悄然拉开序幕。

从“失忆”到“成长”：智能体与人的关系重塑

回想今年年初，OpenClaw（俗称“龙虾”）的爆火，让个人AI助理的概念真正走进了大众视野。在微信或钉钉里直接和它对话，让它操作电脑、完成任务，这种体验一度令人兴奋。

但新鲜感过后，用户很快发现了一个硬伤：龙虾的记忆每天凌晨4点会被清空。昨天刚教过它的事、纠正过的错误，第二天它就忘得一干二净。这种“失忆症”让深度、连续的协作变得异常困难，交互体验大打折扣。

转机出现在三、四月份。一个名为Hermes Agent的开源智能体在海外技术社区迅速走红。它由硅谷AI实验室Nous Research开发，核心卖点正是“持续学习”与“自我进化”。

与那些“健忘”的智能体不同，Hermes Agent构建了一套完整的学习闭环和多层次记忆系统。完成复杂任务后，它能自动沉淀经验，生成可复用的“技能包”。下次遇到同类问题时，它会直接调用这些技能，并根据新的反馈不断优化改进。它的口号直白而有力：“The agent that grows with you”——一个与你共同成长的智能体。

声网开发者社区副总裁杨慧在接受采访时指出，Hermes Agent抓住了智能体最核心的命题：人与智能体的关系，应该由模型如何自我成长来定义。智能体需要通过自我成长去主动适应人、帮助人，而不是永远等待人单方面地下达精确指令。

过去的人机交互，控制权是单向的——人不断发出指令，甚至要额外提醒AI“你记一下这个”。而Hermes Agent会主动更新自己的技能库，在它认为某个经验值得固化的节点，就会主动执行，从而变得越来越懂用户。杨慧表示，包括Kimi在内的模型厂商也在探索类似方向，只是路径各有不同。

她分享了自己的使用体验：“我常用它来写日报和周报，主要是搜索行业最新进展并生成分析长图。随着使用时间变长，它输出的内容风格越来越接近我的思路。因为我不断向它补充各种细节，比如对某个行业产品的判断，它最初可能只基于技术参数，而我会告诉它背后还有老玩家的业务转型等复杂背景。它会学习并记住这些信息。”

这个过程，本质上是将个人经验压缩为可复用、可迭代的知识资产。它的另一个优势在于，即便用户更换底层的大模型，只要沿用同一套框架和技能库，就能获得稳定预期的输出。这意味着，用户可以根据任务需求灵活切换不同模型，而核心的工作流和知识积累不会推倒重来。

从辅助到主导：AI开始参与创造自身

除了在与用户的日常交互中沉淀经验，当前智能体自我进化的另一条主线，正朝着更底层、更核心的领域深入——即模型与架构层的自我迭代。

近年来，人工智能已经在算法自动发现、神经网络架构优化等方面取得突破，推动行业从“人设计算法”向“AI辅助发现算法”演进。而现在，国内外头部厂商正尝试让AI更深度地参与到下一代模型的开发、训练与优化中。

除了前述的Anthropic Claude和谷歌AlphaEvolve，国内MiniMax在3月发布的M2.7模型，也被其称为“第一个深度参与迭代自身的模型”。

据官方介绍，M2.7能够自行构建复杂的“智能体驾驭系统”，依托多智能体团队、复杂技能、工具搜索工具等能力，完成高度复杂的生产力任务。在研发M2.7的过程中，团队基于模型构建了强化学习流程中的数十个复杂技能，这些技能能持续更新记忆，驱动模型自身的强化学习，并根据结果不断优化整个流程，从而开启模型的自我进化循环。

MiniMax智能体首席架构师阿岛此前透露：“在M2.7的训练中，我们强化学习流程里70%到80%的工作，已经由‘模型+智能体’的组合完成了。”

另一边，Kimi则将宝押在了“多智能体协作”上。从K2.5版本开始，Kimi已从单个智能体进化到了智能体集群。K2.5会现场即时创建并协调一群专项智能体并行工作，这些“分身”各自承担不同角色，所有的任务拆解与分配都没有预设规则，完全由模型动态决定。

迭代到K2.6，其架构进一步扩容升级，最多可调度300个子智能体并行完成4000个协作步骤，能够根据任务需要，调度不同技能特长的智能体进行互补协作，组合各项能力。

Kimi创始人杨植麟预判，未来的研究工作将越来越多地由AI主导。每个研究员可能将配备海量的计算资源，由AI自动合成新任务、构建测试环境、并定义最优的奖励函数。

“自造”时代临近：递归自我改进成为焦点

种种迹象表明，“AI创造AI”的进程正在全面加速。前xAI联合创始人Jimmy Ba在今年2月曾预测，能够实现递归自我改进的AI循环，很可能在未来12个月内上线。而Anthropic联合创始人Jack Clark近日则在社交媒体上表示，他认为到2028年底，实现递归自我改进的概率约有60%。

换句话说，AI系统自主构建并改进自身的“自我加速”阶段，可能比我们想象的来得更快。当智能体不仅会“做梦”回顾过去，更能“规划”未来进化路径时，一个全新的技术范式或许就在眼前。