本文深度解析了自进化 Agent 的技术演进路径，将其划分为经验存储型、RL 训练型与 0 数据自学型三大路线，并详细拆解了各路线下的前沿研究工作。
📝 详细摘要
文章系统性地梳理了 Agent 从“被动执行”向“主动进化”转变的技术脉络。作者将自进化技术分为三个维度：第一类是“经验/Skill 存储型”，通过外挂记忆库实现跨会话能力积累，代表工作如 EvoSkill 和 CoEvoSkills；第二类是“基于 RL 的训练型”，通过强化学习将经验内化至模型权重，重点讨论了 SkillRL、SKILL0 及具有高度启发性的 SkillOS；第三类是“0 数据自学型”，探索无需人工标注、通过 Agent 互考实现闭环的激进路径。文章不仅提供了技术框架的横向对比，还通过对前沿论文的深度拆解，提出了关于“总结能力”、“横向 vs 纵向总结”以及“内化技能”等关键技术洞察。
💡 主要观点
- 自进化 Agent 旨在解决 LLM 的静态知识、上下文限制及重复犯错问题。 通过让 Agent 在交互中自动积累、提炼并复用经验，实现能力的动态增长，摆脱对人工频繁调优的依赖。
💬 文章金句
- 让 Agent 自己越用越聪明，而不是每次都靠人工去喂数据、调提示词、改模型。
- 与其花大钱让 GPT-5 / Claude 4.6 给你的产品蒸馏 Skill，不如让产品自己用的小模型来 self-evo。
- 学会如何管理技能，而不是学会如何使用技能。
📊 文章信息
AI 初评：91
精选文章：是
来源：腾讯技术工程
作者：腾讯技术工程
分类：人工智能
语言：中文
阅读时间：44 分钟
字数：10776
标签： AI Agent, 自我进化, 强化学习, 大模型, 技术趋势