A SURVEY OF SELF-EVOLVING AGENTS: ON PATH TO ARTIFICIAL SUPER INTELLIGENCE

文章主要内容总结

该论文是首篇关于自进化代理（self-evolving agents）的系统性综述，核心围绕“从静态大语言模型（LLMs）到自进化代理，最终迈向人工超级智能（ASI）”的范式转变展开，主要内容包括：

1. 核心维度框架：提出自进化代理的三大基础维度，即“进化什么（what to evolve）”“何时进化（when to evolve）”“如何进化（how to evolve）”。

   • 进化什么：涵盖代理的四大组件，包括模型（参数与能力更新）、上下文（记忆进化与提示词优化）、工具（工具的创建、掌握与选择）、架构（单代理与多代理系统的优化）。
   • 何时进化：分为测试时内进化（intra-test-time，任务执行中实时适应）和测试时间进化（inter-test-time，任务完成后基于经验改进），并结合上下文学习（ICL）、监督微调（SFT）、强化学习（RL）等范式。
   • 如何进化：包括基于奖励的进化（文本反馈、内部置信度、外部奖励等）、模仿与示范学习（自生成示范、跨代理示范、混合示范）、基于群体的进化方法（单代理进化、多代理协同进化）。

2. 评估与应用：