@DeRonin_: 如何自然地构建你自己的自我改进智能体：一个自我改进的智能体从自己的错误中学习并重写……

如何自然地构建你自己的自我改进型智能体：

一个自我改进型智能体从自身错误中学习并重写自己，而不只是依赖论文

按层次划分的搭建方法：

第一级：手动自我改进循环

所需技能：基础 Python 或无需编码的评估工具 交付时间：基础版 1 个周末，实际可用 1-2 周

为你的智能体准备 50-100 个真实任务测试用例 定义什么是“好“（准确率、格式、工具调用） 用 LLM 作为裁判给每个输出打分 1-10 失败的案例触发提示词重写 循环 5-10 次，保留最佳版本

跳过繁琐步骤的工具：Promptfoo、Inspect AI、Braintrust、LangSmith

第二级：DSPy 框架（斯坦福 NLP，开源）

所需技能：扎实的 Python + 1 周学习框架 交付时间：首次流水线 1-2 周，之后每次 2-3 天

声明式定义智能体，无需手写提示词 通过 MIPROv2 / BootstrapFewShot 自动编译提示词 原生支持多步骤、RAG 和工具调用 已在 Databricks、JetBlue 生产环境中使用

第三级：自动化智能体设计（ADAS、AutoAgent 等）

所需技能：机器学习工程背景 + 100-1000 美元算力预算 交付时间：2-4 周搭建环境后开始有意义改进

智能体本身成为搜索空间 生成沙盒环境、变异架构、读取自身失败案例 ADAS 论文（Hu 等人，2024）在编码、数学、推理任务上超越手工构建的基线 AutoAgent 等代码库存在，但搭建仍需研究级能力

附注：关于这一级，我将发布详细文章，届时无需 ML 背景也能上手

这就是这篇论文的基础。它不再只是理论。

论文的具体贡献（共同演化评估器）可附加到任何层次之上：

轮换使用来自不同模型的 3 个裁判（防止博弈） 课程学习：从简单到困难的测试集 裁判生成新的失败测试（对抗性生成）

从第一级开始，你花一个周末运行自己的循环所学到的，比读 5 篇论文还要多。

下方（第二条推文）是每个工具、代码库和论文的直接链接 ↓

各层次的直接链接：

第一级——评估工具：

Promptfoo → http://promptfoo.dev Inspect AI → http://inspect.aisi.org.uk Braintrust → http://braintrust.dev LangSmith → http://smith.langchain.com Anthropic eval cookbook → http://github.com/anthropics/anthropic-cookbook…

第二级——DSPy：

文档 → http://dspy.ai GitHub → http://github.com/stanfordnlp/dspy… MIPROv2 论文 → http://arxiv.org/abs/2406.11695

第三级——ADAS / AutoAgent：

ADAS 论文 → http://arxiv.org/abs/2408.08435 ADAS 代码 → http://github.com/ShengranHu/ADAS AutoAgent → http://github.com/HKUDS/AutoAgent

收藏这个，你会用到的。

另外，在此基础上，我准备了一份非常详细的指南，教任何人如何搭建这样的系统，即使没有 ML 背景。

这会很有用。

是啊，我已经跟这东西折腾了两周了……

希望一开始只有 3000-3500 次阅读量，

其余的靠自然增长。