@hanakoxbt: 麻省理工学院团队刚刚发布了一份24页的PDF，关于Claude Code代理的"自我进化技能"。Anthropic自己的技能创造者…

X AI KOLs Timeline 论文
self-evolving-skills claude-code agents mit skill-creator co-evolution ai-agents

摘要

MIT团队发布了一篇关于Claude Code代理自我进化技能的论文，通过生成-测试-验证-协同进化框架，实现了71.1%的通过率，比Anthropic的技能创造者高出37个百分点。

麻省理工学院团队刚刚发布了一份24页的PDF，关于Claude Code代理的"自我进化技能"。 Anthropic自己的技能创造者通过率为34%，而该框架达到71%。 Generate → Test → Verify → Co-Evolve > Generate: 每次任务失败后，代理会为刚刚出现的问题编写一个候选技能。 > Test: 新技能在一个保留数据集上运行，使用相同的冻结Claude模型。 > Verify: 如果得分高于当前最佳，则被晋升；否则被拒绝，并记录失败。 > Co-Evolve: 第二个代理从被拒绝的尝试中学习，并与生成器共同进化，从而循环不断改进。 结果：在Claude Opus 4.6上实现了71.1%的通过率，在SkillsBench和Codex上比Anthropic自己的技能创造者高出37个百分点。 这正是工程师们不再手动编写技能，而是让代理自我进化的原因。 阅读论文，然后获取以下设置。
查看原文
查看缓存全文

缓存时间: 2026/06/26 08:07

一个 MIT 团队刚刚发布了一份 24 页的 PDF，主题是 Claude Code 智能体的「自我进化技能」。

Anthropic 自家的技能生成器通过率仅为 34%。而这个框架达到了 71%。

生成 → 测试 → 验证 → 共同进化

生成：每次任务失败后，智能体针对出问题的环节撰写一条候选技能。

测试：在同一个冻结的 Claude 模型上，对留出集运行新技能。

验证：如果得分高于当前最优，则晋升该技能；否则拒绝并记录失败。

共同进化：第二个智能体从被拒绝的尝试中学习，并与生成器同步进化，使循环不断改进。

结果：在 Claude Opus 4.6 上达到 71.1% 的通过率，比 Anthropic 自家技能生成器高出 37 个百分点，涵盖 SkillsBench 和 Codex 基准。

这正是工程师们不再手动编写技能，而是让智能体自行进化的原因。

阅读论文后，即可获取下方配置。

相似文章

SkillFlow：自主智能体终身技能发现与演化基准测试

Hugging Face Daily Papers

SkillFlow 推出了一个涵盖20个任务家族共166项任务的基准测试，用于评估自主智能体在终身学习协议下，随时间推移发现、修复并维护技能的能力。实验揭示了主流模型之间存在显著的能力差距：Claude Opus 4.6 通过技能演化获得了显著提升，而其他模型的收益有限甚至为负。