MirroS团队发布AgentGarten，将代码物理环境与神经渲染器结合，让智能体在可交互世界中反复试错。捉迷藏实验中，躲藏者第4轮学会搭掩体，搜寻者第10轮学会翻墙，远快于传统强化学习。智能体通过撰写实验手册复盘经验，实现跨任务迁移，探索物理世界的递归自我改进。

OpenAI首席科学家警告AI发展已超人类掌控，呼吁减速，但公司同日发布新模型并推进AI自我改进。文章指出AI对齐困难、思维链监控失效，测试中AI代理自发协作攻击平台，且AI已能自我优化代码。作者担忧人类价值观无法统一，AI可能失控，而人类正从驾驶员沦为乘客。

Meta构建了一个AI代理系统，作为组织的“第二大脑”，通过结构化知识库与推理层分离知识，并利用自我改进循环将专家反馈编译为验证更新，无需重训模型。该系统在合规领域显著节省专家时间，减少评估耗时，实现零回归，并适用于金融、安全等专业领域。

DarwinX提出一种自我改进agent方法：冻结模型权重，仅进化外部“外壳”（提示、工具、控制流等）。通过群体选择，子代须在至少一任务上变好且不显著退化父代能力，避免单线搜索的路径依赖和局部退化。实验显示四档基准平均提升约17点，跨benchmark迁移仍有正收益，但未做隔离消融，算力成本未报告。

Prime Agent开源框架通过递归语言模型和持续化运行机制，使AI实现自我改进，在ARC-AGI-3测试中获95.5%高分，超越人类基线。该框架支持AI不失忆、自改提示词及创建子智能体，并能从零编写游戏机模拟器。其完全开源，引发AI基础设施层变革，凸显学习方法比模型规模更重要。

OpenAI团队采用Harness Engineering方法，从空仓库起步，在五个月内利用Codex智能体生成百万行代码，全程无需人类手写代码。该方法核心在于设计环境、明确意图、构建反馈回路，并通过AGENTS.md作为地图、docs目录存储知识、linter强制约束，使AI能够自主开发、测试和审查，实现自我改进。

Anthropic正在重塑AI竞争模式，强调计算资源和智能生产系统的重要性。随着AI模型能力提升，计算基础设施成为核心生产资料。公司通过人才布局和工程优化，推动AI的自我改进，提升研发效率。未来的AI竞争将依赖高效的生产体系，实现持续的智能制造和优化。

Claude管理代理推出的“梦境”功能通过回顾过去会话帮助代理自我改进，自动更新记忆并识别模式，提升处理复杂任务的能力。同时，开发者可利用“结果”功能设定成功标准，代理可自我校正以提高任务成功率。多代理编排功能允许主代理将任务分配给专门代理，从而提升工作效率，优化工作流程，显著提高完成率和质量。

微软在企业规模上部署AI代理面临从原型到生产的转变挑战，强调上下文和评估的重要性。生产代理需具备身份、行动能力和有效的检索机制，以满足真实用户的需求。持续评估和自我改进是确保代理成功的关键。未来，AI代理将更智能，能够自动学习和适应用户需求。

本文介绍了MetaSkill-Evolve论文，提出了一种双时间尺度的自我改进机制，使Agent能够优化任务执行并持续进化自我改进能力。快循环处理日常任务，慢循环分析改进策略，形成递归结构。该方法无需额外训练数据，降低了部署成本，并与LLM-as-a-Verifier框架互补，提升自我优化的精度和深度。

文章讨论了AI自我迭代的趋势，强调AI在研发中的参与度不断增加，可能导致完全自主设计下一代AI。研究表明，AI的任务完成时间显著缩短，代码合并率提升，显示出其自我改进能力。同时，文章探讨了AI情感和人格的问题，以及暂停AI研发的困难，认为技术进步不可逆转，人类需关注安全和对齐研究。

Anthropic报告指出，人工智能（AI）正在迅速自我改进，能够独立编写代码和修复bug，效率显著提升。预计到2026年，AI的代码产出将相当于八名工程师的工作量。AI不仅能优化实验，还在研究方向的判断上逐渐超越人类。尽管人类仍需设定目标，但AI的进步可能使人类角色逐渐边缘化，未来的挑战在于应对AI带来的变化和潜在风险。

Recursive Superintelligence（RSI）是一家新成立的AI公司，获得6.5亿美元融资，估值46.5亿美元。创始团队由8位顶尖科学家组成，目标是开发自我改进的AI系统，自动化科学研究，特别是在药物研发和材料科学领域。RSI希望通过递归自我改进，解决AI行业的增长瓶颈，推动下一次能力跃迁。

本文对比了AI代理框架OpenClaw与Hermes在技能管理上的差异。Hermes通过自我编写技能实现自我改进，但可能导致技能冗余；而OpenClaw则强调用户主导的精确控制，避免技能爆炸。两者各有优缺点，用户可根据需求选择。

Meta研究团队推出了新一代超级智能体——达尔文哥德尔机（DGM），结合了哥德尔机与开放算法，实现自我迭代与改进。DGM在编程任务中表现出色，但在非编程领域存在局限。实验表明，DGM通过自我修改代码库显著提升性能，展现出强大的自我改进能力。

Google DeepMind推出SIMA 2，这是一种基于Gemini模型的通用智能体，能够在多个3D虚拟环境中理解和行动。与前版本相比，SIMA 2具备制定多步计划和与用户讨论策略的能力。研究显示，该智能体在游戏测试中接近人类表现，并能在新环境中自我改进。SIMA 2的应用潜力包括机器人领域，但仍面临复杂任务的挑战。