跳到正文
#程序进化
10月9日周五
  1. arXiv · cs.AI37

    拉马克进化框架：通过进化竞争发现自动驾驶训练策略

    研究者提出一种拉马克式进化框架，用候选训练场景分布之间的竞争取代基于真实度、难度或风险等替代指标的自动驾驶训练策略发现，并将其表述为多阶段双层优化问题。外层通过达尔文式交叉、变异和选择探索场景分布空间，内层策略学习并经拉马克式遗传传递能力，使场景分布与策略能力共同进化。实验显示，完整框架相比基线最多降低 25.07% 的性能损失，蒸馏出的轻量化拉马克训练策略仍实现 19.13% 的降低，代码已在 GitHub 开源。

  2. GitHub · 去对齐工具与仓库46

    scasella/hn-formal：Lean 4 证明渲染器驱动的 Hacker News 只读前端，由 LLM 循环自主重构

    scasella 开源了 hn-formal 项目：一个 HN 首页及 30 个讨论帖的只读渲染版本，渲染器用 Lean 4 编写并带有 render_ok 正确性证明，仅依赖 propext、Classical.choice、Quot.sound 三条公理。项目包含由 LLM 驱动的自动重构循环（需配置 ANTHROPIC_API_KEY 后才能首次运行，尚未真实调用 Claude），refresh 每 15 分钟部署到 GitHub Pages，redesign 每日 03:17 UTC 运行。项目采用 Apache-2.0 许可证，与 Y Combinator 无关联。

10月8日周四
  3. GitHub · 灵魂体仓库53

    AI-Forge-Research-Edition：可动态锻造本地工具的自主 AI 科学家框架

    MarbuelB 在 GitHub 发布 AI-Forge-Research-Edition，一个零信任多智能体框架，让 AI 通过 MCP 动态编写、编译并执行自己的多语言工具（Python、JavaScript、TypeScript、Rust、C++）。系统将 Brain、Coder、Summarizer、Adviser、Analyst、Architect 等角色分工，运行在加固的 WSL2 加 rootless Podman 沙箱内，提供持久会话、GPU 直通、工具注册表、循环熔断、上下文压缩和 LiteLLM 代理路由等机制，可充当自主研究员完成爬取网页、下载数据、训练模型和生成报告等任务。

  4. arXiv · cs.AI19

    超越 LLM-GA：用 ReEvo 设计的模因算法保障流体天线系统安全

    一项 arXiv 研究提出基于反思进化（ReEvo）的模因算法，用于解决流体天线系统（FAS）的安全端口选择问题，防范窃听。与现有 LLM-GA 仅用 LLM 设计交叉或变异算子不同，该算法让 LLM 离线进化出交叉、变异和局部搜索三类算子，嵌入模因搜索框架后执行时无需在线调用 LLM。相同代数下仿真显示，其安全和速率高于传统 GA 及现有 LLM-GA。

  5. arXiv · cs.AI47

    EmbodiedRSI：基于假设引导共同进化的机器人主动持续学习框架

    研究者推出自进化智能体框架 EmbodiedRSI，让机器人自主决定探索方向，并将物理交互转化为代码与技能改进。其采用 Fast-Slow 双系统架构，用 Hypothesis Graph 维护竞争性代码与技能假设。在 RoboCasa365 上总体成功率达 77.0%（最佳基线为 40.1%），LIBERO-Pro 上达 86.8%，并可零样本迁移到真实机器人，多任务成功率为 71.3%。

  6. GitHub · 灵魂体仓库9

    compound-product：自我改进型产品系统介绍

    compound-product 是一款自我改进型产品应用，可读取报告、识别优先级并自动完成修复。它支持从历史报告中学习，无需人工干预即可按优先级解决问题，并提供简明的表现分析报告。应用支持 Windows 10+ 与 macOS 10.12+，需 4 GB 内存和 200 MB 磁盘空间，可从 GitHub Releases 下载。

10月7日周三
  1. GitHub · 去对齐工具与仓库53

    Happ3ns 开源 JARVIS：可自写工具的语音 AI 助手

    Happ3ns 在 GitHub 开源了 Python 编写的自主 AI 助手 JARVIS，基于 Groq API（openai/gpt-oss-120b、gpt-oss-20b、qwen/qwen3-32b 多模型回退），支持语音输入输出、40+ 内置工具、Playwright 浏览器自动化、多智能体编排和 SQLite 长期记忆。其核心特性是自我扩展：遇到没有的工具时自己写 Python 代码、在子进程沙箱中测试、通过后永久保存到 tools_learned/ 并随重启自动加载，并配有屏蔽 os.system、subprocess 等危险导入和 /forget-tool 手动删除等安全机制。

  2. GitHub · 去对齐工具与仓库64

    4FR41D 开源手机端自进化 AI 助手 evrim

    开发者 4FR41D 在 GitHub 开源手机优先的 PWA 应用 evrim，集成聊天记忆、间隔重复学习、GitHub 仓库操作和 37 工具的智能体循环，可无密钥免费运行（Groq / OpenRouter / Google Gemini 免费层）。其元学习机制在每次回复后提取规则并写入系统提示词，v78 起研究实验室每 6 小时用独立 LLM 评审打分，v79 起可自动测量并改写自身模型路由代码，所有修改需通过 node --check、esbuild 和 334 项测试的回归门槛，失败自动回滚，支持 SmolLM2-135M / Gemini Nano / WebLLM 完全离线运行。

    推荐理由：这个仓库给出了从手机端搭建带记忆、自我改进循环和自动评测回滚机制的 AI 助手的完整实现，方法可迁移到类似项目。

  3. GitHub · 灵魂体仓库57

    twaldin 开源 Hone：写代码者不自评的实验性代码优化引擎

    twaldin 在 GitHub 开源了 Hone，一个针对固定可测目标的实验性代码优化引擎：模型优化器在沙盒中提修改，受信评测代码在固定容器中测量并只保留优于基线的候选，写代码者无法自评。已公布的窄域结果包括 Leduc CFR+ 求解器在固定计算量下验证 q 从 0.8453 升至 0.8599、封存 holdout 从 0.7733 升至 0.7899；早期 Python 版为 Claude Haiku 4.5 演进的系统提示词把 9 个未见 bug 的解决率从 65% 提到 85%。递归自优化实验已跑通但尚未证明跨任务迁移，结果未经独立复现。

    推荐理由：作者把写代码的模型和评分的受信评测分离，并给出保留证据的实测结果，读者可以了解这种优化闭环的适用边界。

  4. GitHub · 灵魂体仓库54

    hmharness 发布：面向鸿蒙全流程开发的自进化智能体框架

    GitHub 仓库 swsgbl/hmharness 发布了一个面向鸿蒙（HarmonyOS/OpenHarmony）开发全流程的自进化智能体框架，零依赖内核，支持 terminal、harmonyos、browser、desktop 与 ARC-AGI-3 五种环境适配，并提供 MCP 客户端接入 5800+ 社区服务器。框架含五层记忆、世界模型、校准探索与技能编译等认知层能力；README 附带的 30 天诚实注脚写明，首月零统计可靠晋升，但协议自暴露并修复了 7 个生产缺陷，跨环境迁移校准证据为 +0.4166。安装方式为 npm install -g @hmharness/cli（Node >= 22），Windows 优先，macOS/Linux 为社区支持。

  5. GitHub · 自我改进 Agent 新仓库发现65

    awesome-rsi-classified 仓库发布：按修改对象分类的自改进 Agent 技术索引

    jordanking211 在 GitHub 发布 awesome-rsi-classified 仓库，按系统实际修改对象将递归自改进（RSI）及相关自改进 Agent 技术分为提示词、记忆、技能、工作流、hooks、Agent 自身源码、任务程序、模型权重与研究产物九类。索引收录 71 个方法条目、37 个评测与背景条目，逐条给出关键源码路径等分类证据；作者强调源码静态核查不等于完整审计或性能复现，且提示词优化、技能积累不能一概当作优化器自身递归变强的闭环。

    推荐理由：这份索引按系统实际修改对象给71个自改进方法分类，并区分源码核查与论文层证据，读者可借它避免把提示词优化误当递归自改进。

  6. GitHub · 去对齐工具与仓库60

    autoforge 开源仓库：GitHub Action 每日自动驱动模型写码并提交

    SwayamKontamwar 开源 autoforge 仓库，定时 GitHub Action 从 BACKLOG.md 取任务，让语言模型实现补丁，全部通过 ruff、导入检查和 pytest 后才提交到 main，无需人工审核。仓库内置 2,000+ 任务、自补充任务生成器、防删测试与免费额度守卫，目前已在无人工介入下构建出 FastAPI 短链接服务和 app/toolkit/ 工具库。

    推荐理由：作者完整公开了一个无人工审核的自驱动编码仓库的守门规则与守卫实现，读者可以直接借鉴它防止测试被删、判定被操纵的做法。

  7. GitHub · 灵魂体仓库34

    amidos2006/llm-ca-evolution：用 LLM 进化可编程元胞自动机的 GitHub 仓库

    GitHub 仓库 llm-ca-evolution 实现了用 LLM 进化可编程元胞自动体，通过 config 文件控制 local_functions、global_functions 数量、pcg_benchmark 游戏及 code_context 开关。每次运行需 ANTHROPIC API KEY，一代的 API 调用并行发出，适应度在 worker 进程中评分；支持 sweep.yaml 网格扫描，可用 run_sweep_tmux.sh 分片并行。默认配置针对 24 vCPUs、48 GB RAM、32 GB 磁盘的 vast.ai 机器，8 个分片各 4 个 fitness workers 和 6 个并发 API 调用，全程只用 CPU 和 API，不使用 GPU。

  8. arXiv · cs.AI47

    ScienceClaw：评测 AI for Science 智能体在自然科学与社会科学中的持续自我进化

    arXiv 论文提出 ScienceClaw 框架，将 AI for Science 智能体的持续自我进化形式化为固定参数的程序自我进化，统一任务求解、科学验证与程序更新。其配套评测 ScienceClaw-Eval 覆盖 23 个学科，通过序列任务流与独立重置评测衡量科学正确性、进化收益、保持率、跨数据集迁移和进化成本。框架仅当源任务重放复现修复且独立科学任务获得提升时才保留更新，代码已开源。

  9. GitHub · 灵魂体仓库70

    misterdev 发布：门控验证的自主 LLM 构建编排器

    David Condrey 在 GitHub 发布 misterdev，一个自主 LLM 构建编排器，可将目标拆解为任务，用锚定 SEARCH/REPLACE 编辑代码，并通过 build/test/lint/typecheck 门控验证每次变更，回归即通过 git 回滚。它以 CLI 或 MCP server 运行，基于 tree-sitter 符号图理解 Python、Rust、TypeScript/JavaScript、Go、Java、C/C++、C#、Swift、Kotlin 九种语言，支持跨 OpenRouter 的成本感知动态模型选择和隔离 git worktree 并行任务，还包含 AlphaEvolve 式自改进循环与双时间尺度工具库。

    推荐理由：原文给出了完整的门控机制说明和 Aider polyglot 基准的分语言通过率，读者可以据此评估这个自主构建编排器的实际做法与效果。

  11. GitHub · 去对齐工具与仓库52

    HypothesisOS：面向 AI 自主 ML 实验的开源框架发布

    Assem-ElQersh 在 GitHub 发布 HypothesisOS，一个执行自主深度学习研究循环的实证 ML 框架，核心是 UCT 状态树搜索、多模型匿名同行评审共识与 Keep-or-Revert 决策。评估器 evaluate.py 完全自包含，启动时以 SHA-256 哈希加 chmod 444 锁定防篡改，验证数据 val.pt 被隔离；评审用 mean-rank 聚合、Kendall's W 一致性系数和含信息增益与新颖性的 EV 公式打分。基线为 TinyShakespeare 上 Transformer 的 0.1672 BPB，单次试验固定 30 秒训练预算，支持本地或 Modal GPU 执行，并明确指出小数据集结论未必迁移到大模型场景。

10月6日周二
  1. GitHub · 去对齐工具与仓库67

    ScienceClaw 开源：不改模型参数的科研 Agent 自进化系统

    beita6969 在 GitHub 开源 ScienceClaw，一个基于 OpenClaw 网关的科研 Agent 系统，模型参数始终不更新，靠重放验证的可执行修复转化为版本化的 Skill 与 Operator 程序更新。在覆盖 23 个学科的 ScienceClaw-Eval 上，7 轮进化后 OOD 平均提升 16.45%，OOD 宏观成功率从 77.83 升至 91.30，98.23% 实例通过科学硬约束；消融显示分离提交 Skill 与 Operator 只保留 60% 增益。评测数据在 Hugging Face（beita6969/scienceclaw-64-samples），仓库采用 MIT 许可。

    推荐理由：原文给出了完整的评测数字和消融对比，读者可以据此评估这种不改模型参数的程序级自进化框架究竟带来多少收益。

10月3日周六
  1. arXiv · cs.AI42

    TRIZ^a：以 TRIZ 发明理论引导智能体进化，从模式识别走向方案发明

    研究者提出 TRIZ^a，一种结合 TRIZ 发明理论与 LLM 智能体进化搜索的研发自动化范式，用 40 条发明原理和矛盾矩阵替代随机变异来引导方案生成。在 PowerDuck GOOSE、CICIoT2023、CIC-DDoS2019 三个网络安全数据集上，配对重跑协议下 F1 分别绝对提升 +2.88、+4.23、+0.15 个百分点；一次 45 活动的 CICIoT2023 完整实验将 macro-F1 从 0.8325 提升至 0.8483，但未通过冻结的晋升门控。

8月31日周一
  1. GitHub · 自我改进 Agent 新仓库发现72

    Human-Agent-Society 开源持续自我改进 Agent 基础设施 Reef

    Human-Agent-Society 在 GitHub 开源了 Reef，定位为首个面向持续自我改进 Agent 的开源基础设施，连接推理、反馈、学习与版本化交付。它支持模型权重训练（配合 Slime 与 SGLang）和 harness 自我改进（提示词、规则、技能，仅需模型端点无需本地训练 GPU）两条路径，学习循环分 Serve、Observe、Grow、Commit 四步，推理端点兼容 OpenAI 与 Anthropic 格式，recipe 附 AIME 2025、IMOAnswerBench、Terminal-Bench 等实测结果页，仓库地址 https://github.com/Human-Agent-Society/reef。

    推荐理由：README 给出四步学习循环、双学习面架构和带实测基准的 recipe 目录，便于评估这套自我改进 Agent 基础设施的落地方式。

8月24日周一
  1. GitHub · 自我改进 Agent 新仓库发现57

    thierrypdamiba 开源 teeth：以实时预测市场计分自我改进 Agent

    thierrypdamiba 在 GitHub 发布 teeth（MIT 许可），一个用于自我改进 Agent 的预测计分库：Agent 对 7 个加密市场以 5 分钟为周期持续预测，用 Brier 分数对照市场实时价格计分，结算自动划转资本，纯 Python 标准库实现，账本为可审计的 JSONL。Agent 凭准确率赚取支出上限，未验证 Agent 上限打 75% 折扣，只有结算结果可改变上限；可作为 DGM 式演化系统的适应度函数，Season 0 到 2026-09-30 为不发放奖金的公开试运行。

    推荐理由：提出用实时预测市场作为自我改进 Agent 的适应度函数，Brier 边际随市场结算计分，规避基准泄漏与评委操纵问题。

6月3日周三
  1. SakanaAI/ShinkaEvolve · 正式版本34

    SakanaAI ShinkaEvolve v0.0.7 发布

    ShinkaEvolve v0.0.7 已发布至 PyPI。新增 Wolfram Language 和 Go 作为一等演化目标，并补充 Gemini 3.5 Flash 与 Claude Opus 4.8 的定价条目。修复了 WebUI 中仅完成初始生成的运行被过滤为空结果、以及单模型 Headless 运行在 Ensembling 标签页不显示数据点的问题。