近日，谷歌DeepMind的AlphaEvolve項目交出最新成績單：由Gemini驅動的進化式編程智能體，不僅與菲爾茲獎得主陶哲軒合作攻克了數學難題，給Google Willow量子處理器設計了錯誤率降低90%的電路方案，還給谷歌下一代TPU設計出了反直覺但更高效的電路方案，且該方案已被采用。
幾乎同期，Anthropic在Claude開發者大會上為托管智能體增加了一組新功能。智能體學會了“做夢”，能在兩次工作間隙自動回顧歷史對話、整理記憶、提取規律。配合自動評分功能和多智能體協作能力，任務完成率大幅提升。
(資料圖)
這些進展共同指向一個行業核心命題：智能體自我進化——AI正從被動等待提示詞的代碼工具，走向學會記憶、自我改進、持續進化的智能體。
與用戶共同成長
回顧2026年初，OpenClaw（龍蝦）的爆火讓人們看到了個人AI助理普及的可能——你可以在微信或釘釘里直接和它聊天，讓它自己去操作電腦、執行任務。
但用戶們很快發現，龍蝦每天凌晨4點會刷新一次記憶，昨天剛說過的事情、剛糾正過的做法，第二天它就忘了，讓交互體驗大打折扣。
3月到4月，“養馬”開始興起。由硅谷AI實驗室Nous Research開發的開源智能體Hermes Agent，在海外技術社區走紅。
它主打持續學習和自我進化，擁有一套完整的學習閉環和多層次記憶系統，可以在完成復雜任務后自動沉淀經驗、生成可復用的技能，下次遇到同類問題時會直接調用這些技能，并根據新的使用反饋不斷自我改進。
Hermes Agent的口號直白響亮：The agent that grows with you——一個與你共同成長的智能體。
聲網開發者社區副總裁楊慧在接受21世紀經濟報道記者采訪時表示，Hermes Agent抓住了智能體最核心的一點：人與智能體的關系，應由模型如何自我成長來定義，由智能體通過自我成長去主動適應人和幫助人，而不是由人單方面地向智能體下達指令。
在以往人與AI的交互中，控制權是單向的——人不斷下達指令，甚至要告訴AI“你記一下”。而Hermes Agent會主動更新自己的SKILL.md，覺得某個節點需要固化時，就會主動去做，變得“越來越懂”用戶。楊慧指出，包括Kimi在內的模型廠商也在做類似的事情，只是各自嘗試的做法有所不同。
楊慧分享了自己的使用體驗：“我常用Hermes Agent來寫日報和周報，主要是搜索行業的最新進展并分析生成有設計的長圖。隨著使用時間變長，它變得越來越像我了。因為我不斷跟它補充各種細節，比如它對行業產品的判斷，主要來源于對技術的理解，而我除了對技術理解之外，還對行業內的老玩家有更深的認識，這中間可能涉及業務轉型等復雜背景。它會學習和記住我告訴它的這些信息。”
這種持續學習的過程，本質是將經驗壓縮為可復用、可迭代的知識。它的另一個優勢在于，即便用戶更換底層模型，只要沿用同一套框架和技能，就能得到相同預期的輸出。這意味著，用戶可以根據不同任務靈活切換模型，而核心工作流的穩定性不會受到影響。
“AI自造AI”加速到來
除了讓智能體在與用戶的真實交互中沉淀經驗、持續改進外，當前智能體自我進化的另一條主線，正深入模型層與架構層的自我迭代。
近年來，人工智能已經在算法自動發現、架構優化等方面實現突破，推動行業從“人設計算法”向“AI輔助發現算法”演進。
當前，國內外頭部模型廠商正紛紛讓AI參與到自身下一代版本的開發、訓練或優化中。除了前述Anthropic最新發布的具有自我進化能力的Claude托管智能體、谷歌DeepMind的AlphaEvolve項目外，國內MiniMax在2026年3月發布了M2.7模型，被其官方稱為“第一個模型深度參與迭代自己的模型”。
據MiniMax介紹，M2.7能夠自行構建復雜的Agent Harness（智能體駕馭系統），并依托Agent Teams（多智能體團隊）、復雜Skills（技能）、Tool Search Tool（工具搜索工具）等能力，完成高度復雜的生產力任務。
例如，在研發M2.7的過程中，團隊基于模型構建了強化學習Harness中的數十個復雜技能，持續更新自身記憶，驅動模型自身的強化學習，并根據結果不斷優化強化學習流程和Harness，開啟模型的自我進化。
“在M2.7的訓練中，我們的RL pipeline（強化學習流程）里70%到80%的工作已經由‘模型+智能體’完成了。”MiniMax智能體首席架構師阿島此前在一場對談中透露。
Kimi則將多智能體協作能力作為重點之一。從K2.5開始，Kimi已從單個智能體進化到了智能體集群——K2.5會創建并協調一群專項智能體并行工作，這些智能體都是它的分身，各自承擔不同角色和子任務，沒有預設規則，所有的角色分配和任務拆解，都由K2.5現場即時決定。
迭代至K2.6，架構完成擴容和升級，最多可調度300個子智能體并行完成4000個協作步驟，能夠支持調度不同技能特長的智能體進行互補協作、組合各項能力。
Kimi創始人楊植麟不久前預判，越來越多的研究工作將由AI主導。未來每個研究員將配備海量的Token，由AI自動合成新任務、構建新環境、定義最優獎勵函數。
“AI自造AI”的進程正在加速。前xAI聯合創始人Jimmy Ba今年2月曾預測，遞歸自我改進循環很可能在未來12個月內上線。而Anthropic聯合創始人Jack Clark近日則在社交媒體上表示，他認為到2028年底，遞歸自我改進發生的概率有60%。
“也就是說，AI系統可能很快就能自主構建和改進自己，進入自我加速的階段。”Jack Clark表示。
