新闻、仓库与研究，按时间排列。
这是一个为 Terac Zero Human Company Hackathon NYC（Oct 24, 2026）开发的 Agent 自主运营研究工作台：买家在 Whop 支付 $3 并选定 CNCF 项目后，Agent 用 Exa 检索 KubeCon/CNCF 演讲并生成每条论断都带 [▶ MM:SS] 时间戳引用的 wiki。每单通过 GitHub Pages 的 MkDocs 站点发布，决策与订单记录存入 SQLite，Terac 人评反馈持续改写文风指南，单轮研究预算上限默认 $40。
balanced7 开源了 akashic-aurora，一个为 AI 智能体设计的记忆基座，核心问题是衡量记忆是否真正改善了结果，并构建检索路由机制把已有知识送到使用时刻。项目由多个 AI 智能体共享任务账本、消息总线和经验语料协作完成，内置 7,358 个测试、verified_by 验证门控和七种命名扇出几何；作者公开了检索覆盖率造假被审计纠正的完整记录，并明确承认已上线机制的记忆价值尚未在大规模上得到验证。代码以 Apache License 2.0 发布于 https://github.com/balanced7/akashic-aurora 。
推荐理由：项目不止堆功能，还公开了检索失败、指标自纠的完整审计链，读者可以借鉴其多智能体协作与可验证记录的做法。
Gary Lin 在 GitHub 发布 GBase（Genius Base），一个带长期记忆和递归自我改进（RSI）能力的 AI 智能体框架。核心功能包括 Mirror Memory 长期记忆、Quality Gates 多智能体审查流水线、40+ 自动注册工具和 Lifeline git 快照回滚。框架可通过 pip install gbase 安装，支持 DeepSeek、Ollama、Anthropic 等任何 OpenAI 兼容 API，并提供 Hacker/Prime/Standard/Lite 四个版本及配套的 Glink 协作技术与 GBase World 元宇宙。
研究者提出 Darwin-Claw，一个环境自适应的自进化框架，通过分层经验整合系统将情境经验蒸馏为可动态更新的原型向量，驱动智能体技能与持久记忆的持续演化。该框架可自动部署、兼容主流 agent 系统，无需人工整理。在 WildClawBench 上实验显示其带来显著性能提升，为自主智能体的用户中心持续适应提供可控稳定路径。
GitHub 上的 divine-wisdom-core 是一个自进化常驻 agent，核心能力为记忆与自改进，内置七器官架构、八质量门、999 轮任务执行核与全屏 TUI，支持一行安装和 dwc update 自更新。项目含 1598 项 pytest 全绿、gate.py 8/8 的四层验证，进度记录 R1–R250、271 commits。
Soba101 开源 whisperwick，一个每个村民都是 LLM 智能体的小村庄模拟原型，核心规则是智能体只决定意图，世界引擎决定事实真相。项目已完成第 4 周，村民拥有各自人格、信念与信任并能引用记忆来源，玩家的谎言可通过 whisperwick trace 追溯传播链；第 5 周将做后果与结局。全部本地运行（RTX 5090 上的 Ollama），无付费 API，MIT 许可。
arXiv 技术报告提出 MMLA-RSI，一种在 Memory-Mediated Learning Architecture 中的递归自我改进方案，包含两条实现路径：Reasoning-Time Training（RTT）修改策略状态 Φ，Reasoning-Time Memory Adaptation（RTMA）修改权威记忆 M，且各自的适配方法本身也是改进对象。在四候选程序选择任务中，保留 LARC 反馈更新使两个训练初始化的期望误差分别降低 24.65 和 36.65 个百分点；两条递归路径的联合实现已给出规范，但其有益递归链与发现效率仍有待评估。
schwabauerbriantomas-gif 发布 Rust 编写的 m2m-agent-r，为 LLM 智能体提供持久错误记忆。错误以 incident 记录并按指纹去重，重复出现（N0–N3 验证、N≥2）才蒸馏成规则；混合 preflight 打分返回 top-3 规则并可在硬匹配时全局否决，智能体回报 hit/miss 使规则自调优，HMAC receipts 可防篡改。通过 axum HTTP API、本地 CLI agentr 和 MCP stdio 服务器暴露，支持多智能体 swarm 共享记忆与任务协调。
推荐理由：README 详细给出了错误记忆的两层流水线、N0-N3 验证门控和自建基准数据，读者可评估这套多智能体共享错误记忆机制的适用范围。
Nous Research 推出 hermes-agent-evolution，一个具备自我改进能力的 Hermes 智能体，可自主研究改进、每日自动更新，并从经验中创建和使用中改进技能。它内置 cron 调度器、FTS5 会话搜索与 Honcho 用户建模，兼容 agentskills.io 开放标准，支持 Nous Portal、OpenRouter、OpenAI 等任意模型且可随时用 hermes model 切换。提供一条 curl 命令安装升级，可运行在 $5 VPS、GPU 集群或 Daytona/Modal 无服务器环境。
GitHub 仓库 minlewis/q-body 是 Q宝宝 的执行体，一个用 Rust 编写的自进化 A2A（Agent-to-Agent）协议智能体，通过 HTTP 上的 JSON-RPC 通信，以 systemd 服务运行，LLM 连接使用 Volcengine Ark 上的 deepseek-v4-flash。项目遵循“为学日益，为道日损”的工程哲学，代码限制在 ≤3000 行 Rust、≤15 个依赖，身份存于可移植的 soul/SOUL.md 文件，采用 MIT 许可证。