回顾刚过去的2025年，AI领域最引人注目的范式转移正在悄然发生。
如果说大语言模型的"顿悟时刻"是让机器学会了思考，那么Agent自进化的"镜像时刻"，则让AI第一次拥有了"从经验中成长"的能力。
它不再是静态的工具，而是一个能够与环境持续交互、从失败中学习、在任务中迭代策略的数字生命体。
这不是科幻。从Meta FAIR实验室的SPiCE框架到腾讯AI西雅图实验室的R-Zero系统，从上海交通大学的SEAgent到Google DeepMind的Evo-Memory评测体系...
2025年涌现的数十项顶会研究共同指向一个事实：Agent的自我进化，已经从理论猜想走向了技术现实。
2024年，我们见证了Agent在工具调用、任务规划上的初步成熟。但一个根本性瓶颈始终存在：如何让Agent像人类专家一样，在持续实践中积累经验、优化策略，而非每次都从零开始？
传统方案依赖人类标注的SFT数据或RLHF反馈，成本高昂且难以规模化。更严重的是，静态训练的模型无法适应动态变化的数字环境——网页结构改版、API接口更新、业务流程调整，都会让精心调优的Agent一夜回到解放前。
自进化（Self-Evolving） 正是为破解这一困局而生。它允许Agent在任务执行过程中自动生成反馈信号，通过"执行-反思-改进"的闭环持续优化自身。
根据Meta与俄亥俄州立大学合作的《Agent Learning via Early Experience》研究，这种机制能让Agent在100次任务交互后，成功率提升37%，且优化效果可迁移至全新任务场景。这不仅是性能的提升，更是学习范式的根本转变——从"人类教什么学什么"到"环境驱动主动学"。
但机遇与争议并存。当前学界对“自进化”的理解仍未统一，有人聚焦于模型权重的持续更新，通过任务自举或自奖励强化学习，让 Agent 在真实交互中直接调整参数，实现能力的内生提升；有人则关注记忆与上下文层面的进化，让 Agent 在长期实践中积累、重组和利用经验，而不依赖频繁的权重改动。两种路径如何选择，是否存在融合可能？
AI AMA是由魔搭社区、青稞社区、机智流、知乎联合发起的AI前沿技术对话栏目。每期邀请领域学者、开发者、KOL围绕热点技术主题展开"多视角群聊"，以深度对谈的形式，打破信息茧房，拆解技术细节、碰撞前沿观点、探讨落地实践。
AI AMA首期将于 2026 年 2 月 5 日（周四）14:00-15:30，聚焦“Agent自进化”专场，邀请 6位在该领域做出标杆性工作的青年学者，展开一场多视角的深度对谈直播。
青稞
翟云鹏，阿里巴巴通义实验室研究员，魔搭社区AgentEvolver项目负责人,研究兴趣包括： 自我进化的智能体学习系统、复杂场景下的智能体强化学习、大语言模型后训练技术等。24年于北京大学获得计算机博士学位，在AI领域累计发表Top期刊和会议论文二十余篇。
陈兆润，芝加哥大学计算机科学专业博士二年级，Scaling Agent Learning via Experience Synthesis 一作，师从 UIUC 的 Bo Li 教授和 UC Berkeley 的 Dawn Song 教授。他的研究聚焦于约束条件下的 AI 智能体强化学习与自进化，以及智能体安全问题，包括自主化的 red-teaming 与 guardrail 机制设计。其研究成果曾多次发表于 NeurIPS、ICML、ICLR、NAACL、EMNLP 等计算机领域顶级会议，并获得 Oral 与 Spotlight 报告。
黄呈松，圣路易斯华盛顿大学博士生三年级，R-Zero: Self-Evolving Reasoning LLM from Zero Data 一作，本科毕业于复旦大学，研究方向集中于模型自提升，代表作包括LoraHub，R-Zero, Benchmark^2。
刘博，新加坡国立大学计算机科学系博士生，SPICE : Self-Play In Corpus Environments Improves Reasoning 一作，研究兴趣主要集中在强化学习、推理与机器学习系统及其在复杂真实环境中的应用。
近期在Meta FAIR担任Research Scientist Intern，与Jason Weston以及华盛顿大学的Natasha Jaques教授合作，研究大语言模型的可扩展自我改进与自博弈方法，发表了SPIRAL和SPICE系列工作。此前，在DeepSeek担任Student Researcher，参与了DeepSeek-LLM、DeepSeek-V2、DeepSeek-VL和DeepSeek-Prover等基础模型的研发工作。研究目标是探索可扩展的自我改进方法，构建能够在任何未知环境中智能行动的自主决策系统。
在此之前，曾在汪军教授指导下担任研究助理，并有幸与杨耀东老师密切合作。于2020年获得北京大学智能科学与技术专业和经济学专业的双学士学位，师从卢宗青老师。
孙泽一，上海交通大学博士三年级，SEAgent: Self-Evolving Computer Use Agent with Autonomous Learning from Experience 一作，研究方向为多摸态LLM强化学习，Agent后训练。以第一/共同第一作者身份在NeurIPS, CVPR, ICCV等学术会议上发表7篇论文。Google scholar citation 700多次，github项目3k+ star。其中SEAgent作为Computer Use Agent的早期自主进化的探索得到学术界较高关注。
张凯，美国俄亥俄州立大学博士四年级，Agent Learning via Early Experience一作，师从苏煜和孙欢教授，研究方向聚焦于数据在基础模型与智能体中的作用。他已在顶级NLP/CV/ML会议发表多篇论文，其中多篇论文获得或入围Best Paper Award（3篇），或者被选为Oral（8次）和Spotlight（3次）。代表作包括MMMU, MagicLens, MagicBrush, Early Experience等。他曾在Microsoft Research、Meta Superintelligence Labs以及Google DeepMind 实习。
直播时间
2026 年 2 月 5 日（周四）14:00-15:30
核心议题
本期圆桌将不设边界地探讨 Agent 自进化的核心逻辑与实践挑战：
- 如何定义“自进化”？其核心判据与理解框架应如何建立？
- 自进化系统真正学到的是什么？能力提升更倾向于环境适应性，还是可泛化的通用策略？
- 关于反馈系统，自进化应该靠什么信号驱动？
- 如何评估自进化的实现程度？是否需要建立新的评价体系与测试场景？
- 不同学习范式（如SFT、RL与训练之外的进化机制）之间应如何协同与定位？
- 具备规划、调用子智能体、文件系统与长程状态等能力的Deep Agent，是否显著增加了自进化的实现难度？
- 在工业实践中，自进化如何被可控地转化为业务价值？
......
互动参与
扫描下方二维码，加入"Agent自进化"专属交流群，欢迎提交想和嘉宾深度互动的问题，我们将抽取5位精彩提问观众，赠送社区精美周边一份
