noy97051 开源自我改进代码Agent框架 self-improving-agents，分四级并附实验对比

独立研究者 noy97051 在 GitHub 开源 self-improving-agents 框架，将自我改进代码Agent分为四级：AutoResearch Loop、Feedback Loop、可改写自身源码的 HyperAgent Loop，以及代码Agent与测试Agent对抗共同进化的 Arena Loop。实验显示固定基准会带来虚假信心，Level 1-3 在 email validation 原测试上得分 90-100%，但在 Arena Loop 对抗套件上降至 62-66%；Feedback Loop 性价比最佳，snake 得分 31.1 且每任务成本 $0.03，约为 Arena 的 1/20；Arena Loop 在对抗测试下逐步提升至 78.16，展现更强的鲁棒性。