本研究提出了一种新框架，使人工智能模型通过与环境互动自主生成和验证新知识，克服大型语言模型受限于人类训练数据的问题，强调经验验证的重要性，推动人工智能向自主通用智能发展。

本研究提出了一种基于多智能体的框架，旨在优化Agentic AI系统，减少人工调整需求。通过自主生成和测试假设，利用大型语言模型的反馈回路，实现了无需人工干预的最优性能，显著提升了在动态环境中的可扩展性和适应性。