南京大学综述《Self-Evolving Coding Agents》提出编码智能体应基于执行反馈自我进化，而非静态固定。文章将进化对象分为框架、记忆、技能工具、模型、工作流拓扑五类，并区分任务内、任务后、阶段性三种时机及结果、环境、轨迹三类证据。同时指出可复现性、反馈可靠性、记忆腐化、评测短视四大挑战，为手搓Harness的工程师提供系统化进化方向。

本文探讨了AI代理如何通过评测结果和执行轨迹实现自我进化。代理利用结构化的“技能”手册逐步完成任务，但在复杂案例中常出现错误。为解决此问题，提出了一套五步自进化流程，包括自动分析错误、生成修正补丁和验证修改等。适合自进化的任务需具备明确的对错标准，如代码审计。最终，系统通过不断迭代和验证，提升代理的稳定性和准确性。

本文探讨了AI技术栈的核心组成部分，强调“驾驭框架”在AI产品中的重要性。基础模型是被动的计算单元，真正的智能来自于驾驭框架的设计与优化。AI系统通过自我进化机制不断提升性能，克服传统模型的局限。文章介绍了三种关键的驾驭框架模式，强调上下文管理和子智能体的使用，以实现高效的任务处理和系统自我修复。

本文讨论了AI工程中的20种循环设计模式，强调循环工程的重要性。循环模式通过生成、评估、学习和改进，实现系统的自我进化，帮助工程师构建更高效的AI系统，提升输出质量，避免重复错误，最终实现工业级应用。

文章探讨了传统层级制组织的崩溃，提出了“AI 原生公司”概念，强调公司应通过自我进化的 AI 闭环运作。AI 能实时处理信息，消除中层管理，提升效率。人类的角色转变为监督 AI 的“公司大脑”，专注于高情感和高风险的决策。未来公司应记录所有信息，利用 AI 自动生成工具，推动组织扁平化和高效运作。

Anthropic最近发布了一篇关于AI研发的文章，提到可能需要放缓或暂停AI进程，但并未要求立即停止。文章强调了AI的自我进化能力，并展示了Anthropic的技术实力。尽管存在安全隐患，Anthropic表示不会单方面停工，需多方协调。整体来看，行业内对AI的风险认识加深，但实际停工几乎不可能实现。

在2026中国AIGC产业峰会上，港大教授黄超探讨了AI Agent的基础设施设计，强调应重构数字世界以适应Agent。他们开发了轻量化的通用Agent——nanobot，计划提升Agent的自我进化能力。黄超提出CLI-Anything，通过命令行接口简化软件操作，提升Agent效率，认为未来Agent应具备更强的协作能力和自我优化机制，以实现真正的生产力。

香港中文大学与阿里巴巴合作提出的Meta-Team框架，允许多智能体系统通过协作实现自我进化。在6个基准测试中，该框架的表现优于单智能体和手工设计的多智能体系统，证明了智能体从经验中学习的有效性。Meta-Team通过个体行为、团队交互和组织进化三个层面优化智能体表现，为多智能体系统的长期发展提供了新思路。

绿盟科技推出安全数字人平台，旨在提升安全运营效率。该平台通过数字人团队自主运行，解决传统安全运营中的自动化僵化、数据割裂和经验依赖等问题。用户可通过自然语言与数字人协作，快速完成任务，并支持多种外部系统对接，具备自我进化能力。未来，绿盟科技将继续推动数字人在安全运营中的应用，助力企业实现战略价值提升。

Hermes是一个自我进化的AI代理，运行在NVIDIA RTX PC和DGX Spark上，旨在提高可靠性和自我改进能力。它支持本地使用，能够与消息应用集成，处理复杂任务并不断学习。新发布的Qwen 3.6模型在性能上超越了前代，适合本地代理使用，NVIDIA DGX Spark提供持续的计算能力，支持Hermes的全天候运行。

李彦宏在百度AI开发者大会上提出了“日活智能体数”（DAA）概念，强调智能体的自我进化及人类与AI的共存。百度推出了DuMate移动App，实现任务自动执行，并发布了代码智能体秒哒，重塑软件行业。同时，百度智能云支持多行业应用，提升AI训练效率，推动智能体的广泛落地，构建全栈AI云基础设施。

Garry Tan探讨了通过“薄驾驭，厚技能”的架构哲学提升AI效率。他认为，臃肿的驾驭层和弱技能会降低生产力，建议采用简化的驾驭层和复杂的技能文件，以增强AI的判断力和执行力。合理设计技能和解析器可以使AI更高效地处理任务，实现自我进化，从而提升开发者的工作效率。

本文介绍了如何安装 Hermes Agent，并验证其自我进化能力。Hermes Agent 是一个开源的个人 AI 助手，能够自动创建和优化技能。尽管安装过程中遇到了一些问题，但整体体验良好。最终，Hermes 展现了在复杂任务中的自我学习和优化能力，值得长期使用。

MiniMax M2.7模型现已在Ollama云端免费使用，支持商用。该模型具备自我进化能力，能够构建复杂智能体并完成高难度任务，尤其在软件工程和复杂环境处理方面表现优异，用户反馈良好。

OpenClaw 是一个自我进化的运维系统，能够通过配置和技能安装执行任务及监测系统状态，依赖标准操作流程和事件监测，提供统一访问入口，提升运维效率。

Meta-Harness通过优化AI使用流程，实现自我进化和性能提升，关注提问、记忆和信息组织。系统记录历史信息，支持检索，形成长记忆，显著加快进化速度。未来将发展为多个系统协同工作，AI将自主设计结构以提高效率。

一名程序员利用纯Python和少量工具，开发出一个自我进化的AI代理系统，具备自修复、自动编写工具和多模态处理能力，能够24小时运行，支持定时任务和多用户管理。

MetaClaw是一种智能体系统，通过规则注入和强化学习实现自我进化。它在真实环境中学习，记录互动并总结经验，以提升性能。系统分层处理规则，确保高效学习，避免旧数据干扰。MetaClaw能够在用户不知情的情况下持续进化，逐渐成为更可靠的助手，展现出巨大潜力。