Meta 研究团队提出 HYPERAGENTS 框架，通过结合哥德尔机思想与达尔文开放算法，实现智能体代码的自主迭代与元学习进化。
📝 详细摘要
文章介绍了 Meta 研究团队被 ICLR 2026 接收的重磅论文《HYPERAGENTS》。该研究将尤尔根·施密德胡伯二十年前提出的「哥德尔机」理论与现代「达尔文开放算法」结合，提出了达尔文哥德尔机（DGM）。这种新型智能体不仅能通过重写自身代码来优化任务表现，还能通过「元智能体」优化「改进自身」的逻辑，实现元学习。实验显示，DGM 在 SWE-bench 编程基准测试中将性能从 20% 提升至 50%，且具备跨模型（如从 Claude 3.5 迁移至 3.7）和跨编程语言的强大迁移能力。
💡 主要观点
- 核心机制：结合哥德尔机与达尔文开放算法。 哥德尔机提供自我完善的数学框架，而达尔文算法通过在大模型生成的代码方案中进行启发式搜索，解决了传统哥德尔机难以证明改动净收益的算力瓶颈。
💬 文章金句
- 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。
- Hyperagents 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。
- 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。
📊 文章信息
AI 评分：91
来源：量子位
作者：henry
分类：人工智能
语言：中文
阅读时间：10 分钟
字数：2491
标签： Hyperagents, 哥德尔机, 元学习, AI Agent, 自我进化