网易首页 > 网易号 > 正文 申请入驻

Meta华人实习生搞出超级智能体!自己写代码实现自我进化

0
分享至

henry 发自 凹非寺
量子位 | 公众号 QbitAI

能无限进步的「超级智能体」来了!

最近,Meta研究团队的一篇题为HYPERAGENTS(超级智能体)的论文迅速刷屏。

这篇论文将LSTM之父Jürgen Schmidhuber二十年前提出的哥德尔机(Gödel Machine)思想,与达尔文开放算法相结合,提出了能持续自我迭代的达尔文哥德尔机

基于此这一思想,Agent不仅能更好地完成具体任务、持续提高自身表现。

更关键的是,它可以不断优化“改进自身”的底层逻辑,实现“元学习(Meta-learning)”

这,便是论文定义的新一代超级智能体——Hyperagents

论文更进一步提出:未来AI有望通过持续自我迭代,最终突破人类预设的初始算法边界,也正因如此,AI安全必须被摆在核心位置。

不少网友也感慨道:

  • 元学习真正让人既害怕又兴奋的,是元层面的改进能够跨领域迁移。这不是在某一件事上变得更厉害,而是学会了在一切事情上变得更厉害。

目前,这篇论文已被ICLR 2026接收。

从哥德尔机到达尔文哥德尔机

要理解超级智能体Hyperagents,必须先了解它的基石——

哥德尔机(Gödel Machine)

哥德尔机是一种假设性的自我完善型AI。它在数学上寻求证明:

如果存在某种更好的策略,它会通过递归重写自身代码来解决问题。

而这一假设,最早由尤尔根·施密德胡伯(Jürgen Schmidhuber)在二十多年前提出。

在传统机器学习中,AI的“学习方法”是人类预设的硬编码,它只能通过调整内部参数来逼近目标

而哥德尔机则打破了这一限制,它能够将算法框架本身视为可编辑的代码,通过自主重写程序来实现学习能力的自我演进

但问题也随之而来:哥德尔机往往要求AI在自我演进之前,证明该改动具备净收益。

也就是说,改代码花掉的算力成本,未来能不能通过更强的性能赚回来?

不幸的是,这种计算在现实中的复杂任务中几乎是无法实现的。

针对这一问题,Meta团队提出达尔文哥德尔机(DGM),它利用开放式算法(Open-ended algorithms),通过在大模型提议的代码改进方案中进行搜索,获取能从经验上提升性能的方案。

换句话说,DGM利用基础模型来提议代码改进方案,并利用开放式算法的最新创新成果,来搜索并构建一个不断增长的、多样化且高质量的AI智能体库。

基于此,DGM能创造出各种自我改进方案,例如:增加补丁验证(Patch Validation)步骤、优化文件查看功能、增强编辑工具、生成并筛选多个解决方案以选出最优解,以及在进行新更改时,会自动添加历史尝试记录(并分析失败原因)以供参考。

论文的实验还表明,DGM获得的算力越多,自我提升效果越好。

超级智能体

虽然DGM很强,但它存在一个致命限制:它主要在编程任务中有效

这是因为DGM依赖一个关键假设——评估任务与自我修改任务必须“对齐”。


在编程领域,这种对齐是天然的:提升了编程能力,自然也就提升了修改自身代码的能力。

也就是说,解决外部编程问题的逻辑工具,可以直接转化为修改其自身底层代码的能力。

相反,如果是在非编程领域(如写诗),即便提升了写诗能力,也无法直接转化为修改代码的逻辑水平。

在这种缺乏“自指性(Self-referentiality)”的任务中,DGM的递归进化链条就会断裂,陷入停滞。

基于此,文章提出超级智能体——

它们既能修改自己的任务执行行为,也能修改生成未来改进建议的过程。

这实现了所谓的元认知自我修改(metacognitive self-modification):不仅学习如何做得更好,还学习如何更有效地进行改进。

进一步,论文将超级智能体实例化为DGM-Hyperagents (DGM-H)。

DGM-H是对DGM的扩展,其中任务解决行为和自我改进程序都是可编辑且可进化的,其框架如下:

  • 自指性架构:它将“任务智能体(Task Agent)”与“元智能体(Meta Agent)”整合为一个单一的、可编辑的程序。
  • 元级进化:在Hyperagents中,“改进的方法”本身也是可以被改进的。这使得系统不再要求任务与修改必须对齐,从而实现了跨领域的“元认知自我修改”。

打个比方,在Hyperagents中,运动员不仅在训练,教练也在学习如何更好地执教。由此,运动员的表现和教练的执教水平不断螺旋上升。

此外,DGM-H还改进了生成新智能体的过程(例如引入持久化记忆、性能追踪等),且这些元级改进具有跨领域迁移和跨运行累积的特性。

实验验证:从20%到50%的跨越

实验证明,达尔文哥德尔机(Darwin Gödel Machine)能够通过修改自身代码库实现持续的自我提升。

在SWE-bench上,DGM自动将其性能从20.0%提升至50.0%

在Polyglot上,DGM的性能从初始的14.2%跃升至30.7%,远超由Aider开发的具有代表性的人工设计智能体。

这些结果证明了DGM能发现并实施有效的自我改进。

而实现这一点的关键在于其开放式进化搜索策略:

通过从现有智能体库中采样生成新智能体,DGM能够并行探索多条进化路径。

性能稍逊的“祖先”智能体在发现新方法和功能方面起关键作用,避免了早熟收敛。

此外,DGM的改进具有广泛的迁移性:

  • 针对Claude 3.5 Sonnet优化的智能体,在切换到o3-mini或Claude 3.7 Sonnet时仍能提升性能。
  • 在Polyglot基准中,Python任务上的自我改进同样提升了Rust、C++、Go等不同语言任务的表现。

作者介绍

最后,让我们来介绍一下这篇论文的作者们。

这篇论文的第一作者是来自UBC的Jenny Zhang,她师从Jeff Clune教授。

她本科就读于帝国理工,这篇论文是她在Meta实习期间完成的。她的研究方向专注于强化学习、自改进AI与Open-Ended AI。

Bingchen Zhao是来自爱丁堡大学的博士生,,师从Oisin Mac Aodha教授

他本科毕业于同济大学,他此前在Meta FAIR团队,致力于构建自我改进的AI系统。

Wannan Yang在纽约大学攻读博士,目前在Meta超级智能实验室实习,她本科毕业于爱丁堡大学。

论文的其他作者还包括Jeff Clune、以及来自Meta的研究员Minqi Jiang(已离职)、Sam DevlinTatiana Shavrina。


[1]https://arxiv.org/pdf/2603.19461
[2]https://sakana.ai/dgm/
[3]https://x.com/jennyzhangzt

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
售价成最大悬念!华为星芒OSTA O1 Pro今日发布:2亿主摄 麒麟9030S

售价成最大悬念!华为星芒OSTA O1 Pro今日发布:2亿主摄 麒麟9030S

快科技
2026-11-20 14:38:07
民主党众议员加西亚给特朗普女婿、儿子等12人发通知,查什么?

民主党众议员加西亚给特朗普女婿、儿子等12人发通知,查什么?

静水流深003
2026-11-20 16:34:28
二胎大局已定?明后年,拥有2个以上孩子家庭的人,坚定3不做!

二胎大局已定?明后年,拥有2个以上孩子家庭的人,坚定3不做!

风干迷茫人
2026-11-20 04:36:00
俄罗斯可能要对法国下手了!因为俄罗斯确认了一件事,那就是如今的法国,成为了冲突的参与方!

俄罗斯可能要对法国下手了!因为俄罗斯确认了一件事,那就是如今的法国,成为了冲突的参与方!

扶苏聊历史
2026-11-19 18:17:35
演员童瑶发文告别

演员童瑶发文告别

背包旅行
2026-10-16 11:55:16
毛宁现身这场APEC重要发布会 笑着挥手打招呼

毛宁现身这场APEC重要发布会 笑着挥手打招呼

看看新闻Knews
2026-11-19 22:41:13
APEC世纪晚宴菜单曝光,最抢眼的不是龙虾,而是一张酒单里的信号

APEC世纪晚宴菜单曝光,最抢眼的不是龙虾,而是一张酒单里的信号

云上乌托邦
2026-11-19 21:45:04
英媒:因曼城违规指控成立,阿波罗取消了对其所有者的20亿美元贷款

英媒:因曼城违规指控成立,阿波罗取消了对其所有者的20亿美元贷款

懂球帝
2026-11-19 16:10:44
从全网泪目到全网群嘲:赵本山唱的不是鸡汤,是普通人的慌

从全网泪目到全网群嘲:赵本山唱的不是鸡汤,是普通人的慌

迷世书童
2026-11-19 12:45:12
最高2001元!苹果官网突然加大优惠:11月27日开始,新iPhone促销

最高2001元!苹果官网突然加大优惠:11月27日开始,新iPhone促销

搞机小帝
2026-11-20 13:56:05
APEC会议期间中日领导人是否会举行会晤?外交部回应

APEC会议期间中日领导人是否会举行会晤?外交部回应

澎湃新闻
2026-11-19 15:59:05
乌克兰第三次重创克里米亚大桥!这次轮到铁路桥停运

乌克兰第三次重创克里米亚大桥!这次轮到铁路桥停运

项鹏飞
2026-11-19 19:39:18
女人允许你占这3样便宜,就是喜欢上你了,别不懂

女人允许你占这3样便宜,就是喜欢上你了,别不懂

新时代的两性情感
2026-11-20 16:24:00
被长辈们宠成宝!赵丽颖合影被拉到C位,曹翠芬一把将她搂入怀里

被长辈们宠成宝!赵丽颖合影被拉到C位,曹翠芬一把将她搂入怀里

韩小娱
2026-11-20 09:33:20
丈夫江边捡到一只金乌龟,妻子张嘴咬出牙印,如今是价值上亿的镇馆之宝

丈夫江边捡到一只金乌龟,妻子张嘴咬出牙印,如今是价值上亿的镇馆之宝

收藏大视界
2026-11-19 21:34:18
女生宿舍关系会僵硬到什么程度?网友:八个人,办了八个网!

女生宿舍关系会僵硬到什么程度?网友:八个人,办了八个网!

夜深爱杂谈
2026-10-20 20:15:16
惊人预言:中国有一半的人口将塞进这几个地方,房产可能翻番

惊人预言:中国有一半的人口将塞进这几个地方,房产可能翻番

专业聊房君
2026-11-18 19:51:29
张海迪是个谜!她1955年出生,虽然患有多种疾病,但如今不仅面色红润,还活得十分健康,还被日本电视台评为“世界五大杰出残疾人”之一

张海迪是个谜!她1955年出生,虽然患有多种疾病,但如今不仅面色红润,还活得十分健康,还被日本电视台评为“世界五大杰出残疾人”之一

扶苏聊历史
2026-11-16 17:32:01
哈里梅根恳求圣诞前与查尔斯私下会面!王室专家:英王很想念儿子

哈里梅根恳求圣诞前与查尔斯私下会面!王室专家:英王很想念儿子

艺利森
2026-11-20 13:01:34
新西兰旅游局蹭《GTA6》热度:欢迎用"新西兰时区法"提前进游戏

新西兰旅游局蹭《GTA6》热度:欢迎用"新西兰时区法"提前进游戏

奶凶的小霸王
2026-11-18 18:40:02
2026-11-20 18:03:00
量子位 incentive-icons
量子位
追踪人工智能动态
13703文章数 176601关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

一家自驾遇落石父亲被砸身亡 家属:交通部门仍未赔偿

头条要闻

一家自驾遇落石父亲被砸身亡 家属:交通部门仍未赔偿

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

袁茵却用事实证明 活得并不差!

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

交付破16万台背后 全新ES8凭什么成为「高端纯电第一车」?

态度原创

房产
教育
数码
旅游
公开课

房产要闻

收益率30%!海南杀出国内最赚钱的“接盘侠”!

教育要闻

“是人”还是“斯人”?为什么这么一个小问题,总能吵个没完?

数码要闻

带电脑上课什么游戏本好 天选7 Pro酷睿版16英寸屏幕满足校园使用

旅游要闻

行游Weekly│西岭雪山免门票开启冰雪季,四川秋色迎雪收官

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版