AI 开始自己教自己了：Agent 自进化简史
内容提要
AI自进化已成现实：Karpathy开源框架让AI自主调参，Anthropic八成代码由Claude生成，国内EverMind推出C端产品。自进化分三层：改产出物、改脚手架、改模型参数。巨头如OpenAI、谷歌已应用，腾讯、MiniMax跟进。商业化加速，但安全对齐是关键。对普通人，这是利用时间差，让AI积累个人记忆和技能的机会。
延伸解读
自进化的三层结构：从产出到模型
文章将AI自进化拆解为三个层次：改产出物、改脚手架、改模型参数。第一层是AI反复生成、评估并改进代码或论文等产出；第二层是调整Agent的外部配置，如提示词、记忆和工具，让AI从错误中学习并积累技能；第三层则是直接修改模型权重，如DeepSeek-R1通过自我对弈提升能力。理解这三层有助于区分不同产品的技术深度和适用范围。
巨头应用与效率提升案例
文章列举了多个实际应用案例：Karpathy的autoresearch框架让AI自主调参，将训练时间压缩11%；Shopify CEO用0.8B参数模型超越1.6B模型；乐天工程师将功能交付时间从24天缩短至5天。Anthropic的Claude贡献了80%的合入代码，谷歌AlphaEvolve使矩阵乘法提速23%。这些案例表明自进化已从概念走向生产环境，显著提升效率。
商业化与安全风险并存
自进化技术已商业化，如EverMind推出C端产品EverMe，主打数字分身。然而，文章强调安全对齐是生死线，中央网信办已警示智能体自主行动风险。AI自我改进可能带来不可控行为，因此需要确保改进过程安全、可验证。对普通用户而言，利用时间差让AI积累个人记忆和技能是机会，但需警惕潜在风险。
Q&A
AI自进化是什么意思？
AI自进化指的是AI系统能够自主进行改进和优化的过程，包括改进产出物、改进运行外壳（如提示词、记忆、工具）以及改进模型参数本身。
AI自进化分为哪几个层次？
AI自进化分为三个层次：第一层是改进产出物，即AI反复生成、评估并优化代码、论文等；第二层是改进脚手架，即修改提示词、记忆、工具等外部配置；第三层是改进模型参数，即AI自己调整权重。
Karpathy开源的autoresearch框架是如何工作的？
Karpathy的autoresearch框架是一个630行的Python脚本，它让AI自主修改训练配置、超参数等，每次运行5分钟训练，用客观指标评分，保留改进，丢弃失败，一晚上能跑上百个实验。
哪些公司已经在应用AI自进化技术？
Anthropic、OpenAI、谷歌DeepMind、腾讯、MiniMax等公司都在应用。例如，Anthropic的Claude写了80%以上的合入代码，OpenAI发布了RSI Index，谷歌的AlphaEvolve优化了矩阵乘法，腾讯混元Hyra-1.0能自主循环，MiniMax的M2.7提升了编程性能。
EverMind的EverMe是什么？
EverMe是EverMind推出的面向C端的产品，主打“数字分身”，它汇集用户在各Agent和工具中的数据，形成长期记忆，让AI越用越懂用户。
AI自进化面临哪些风险？
主要风险是安全对齐问题，即如何确保AI在自主改进过程中不偏离人类意图。中央网信办已警示智能体自主行动风险，EverMind也强调“安全、可验证地持续改进”。
普通人如何利用AI自进化的机会？
普通人可以利用时间差，让AI积累个人记忆和技能，例如让AI记住偏好、积累工作流、将踩坑经验变成技能库，从而拥有“越来越懂你”的AI助手。
