原文：LSTM之父最新97页综述：Agent如何真正学会「自我进化」？
吉林大学、KAUST、阿尔伯塔大学和瑞士人工智能实验室等机构的研究团队发布了一篇97页的综述，从系统层面重新定义Agent的“自我改进”，将模型训练、记忆演化、工具创建和架构搜索统一到同一框架中。该综述整理了312篇相关工作，并配套了GitHub仓库和项目主页。发布后，其GitHub仓库在一周左右获得200+Stars，X平台上的推荐帖也获得约800个Likes，显示出该话题正受到海外研究者和开发者的广泛关注。
吉林大学、KAUST、阿尔伯塔大学和瑞士人工智能实验室等机构的研究团队发布了一篇97页的综述，从系统层面重新定义Agent的“自我改进”，将模型训练、记忆演化、工具创建和架构搜索统一到同一框架中。该综述整理了312篇相关工作，并配套了GitHub仓库和项目主页。发布后，其GitHub仓库在一周左右获得200+Stars，X平台上的推荐帖也获得约800个Likes，显示出该话题正受到海外研究者和开发者的广泛关注。
此前，self-reflection、self-play、agentic RL等术语定义模糊，变化层级和强度不一，缺乏统一坐标系。这篇综述首次将不同层次的自我改进纳入统一框架，明确区分了运行时状态与持久修改，为研究和工程实践提供了清晰的概念基础，有望规范该领域的发展方向。
论文将Agent表示为基础模型参数θ与脚手架Σ（包括Prompt、Memory、Tools及控制逻辑）的组合。只有系统依据自身执行轨迹、评价或验证结果，持久修改θ或Σ，才构成真正的自我改进。自然语言作为统一修改介质，使自我修改从低层代码和权重搜索转变为可表达、可检查的工程过程。
该综述为Agent产品研发提供了分类和评估框架，帮助团队明确哪些机制真正提升跨任务能力，而非仅改善单次表现。基于此框架，产品团队可以更系统地设计记忆更新、工具修复和参数更新策略，提升Agent的长期适应性和可维护性，同时降低盲目采用自我改进技术的风险。