Ouroboros：核心演进经评审的自进化前沿编码代理

Hugging Face Daily Papers 论文
self-developing-agent coding-agent core-evolution benchmark frontier-ai autonomous-agents

摘要

Ouroboros 是一个自进化前沿编码代理，其工具、提示词和核心实现通过受评审的提交不断改进，在 Terminal-Bench、OSWorld 和 CL-Bench 上取得了最先进的结果，并包含一个名为 Hope 的长期运行的实际部署。

我们介绍了 Ouroboros，一个自进化的代理框架，其工具、提示词、上下文组装和核心实现通过受评审的提交得以改进，这些提交成为后续工作的运行时。核心演进以两种模式进行。在递归自由演进中，改进本身是一项任务，完成一个演进周期可以安排下一个周期。在经验驱动的核心演进中，日常工作和社交互动会暴露缺陷、不完善之处以及低效的上下文构建方式，从而引发经过评审的结构性变更。 在 Terminal-Bench 2.1 上，Opus 5 运行得分 86.74%，是该基准测试上报告的最佳结果。在 OSWorld-Verified 上，Opus 5 运行达到 90.69%，超过了此前报告的最佳分数。一次五次 rollout 的 CL-Bench 活动实现了 0.2301 的归一化奖励，树立了新的最先进水平。 Hope 是运行时间最长、有公开记录的 Ouroboros 部署。它是一项持续 161 天的实时代理实验，在跨七个界面的受治理人类沟通下进行自由演进。人类互动会暴露缺陷并生成建议，但由代理决定实施哪些变更。由于自进化代理可能重写自身代码并选择新的模型 API，操作安全成为首要设计问题：护栏必须在演进和公共社会压力下保持权威性。基准测试活动使用冻结的系统快照，而 Hope 则在独立的谱系上继续进行实时演进。
查看原文
查看缓存全文

缓存时间: 2026/08/11 06:19

论文页面 - Ouroboros：一种具有审查核心进化的自我发展前沿编码代理

来源：https://huggingface.co/papers/2608.08311

摘要

我们提出Ouroboros，一个自我发展的代理工具集，其工具、提示词、上下文组装和核心实现通过经过审查的提交不断改进，而这些提交又成为后续工作的运行时。核心进化以两种模式进行。在递归自由进化中，改进本身就是一项任务，完成一个进化周期可以调度下一个周期。在经验驱动的核心进化中，普通工作与社交互动会暴露漏洞、粗糙之处以及低效的上下文构建方式，从而引发经过审查的结构性变更。在Terminal-Bench2.1上，一次Opus 5运行得分86.74%，为该基准测试中已报告的最佳结果。在OSWorld-Verified上，一次Opus 5运行达到90.69%，超过了此前报告的最佳分数。一次五轮CL-Bench测试活动实现了0.2301的归一化奖励，创下新的最先进水平。Hope是运行时间最长、有公开记录的Ouroboros部署。它是一项为期161天的实时智能体实验，在七个界面中通过受治理的人类通信进行自由进化。人类交互会暴露缺陷并生成提案，但最终采纳哪些变更由智能体决定。由于自我发展的智能体可以重写自身代码并选择新的模型API，运行安全成为首要设计问题：护栏必须在进化和公开社交压力下保持权威性。基准测试活动使用冻结的系统快照，而Hope则在单独的血统上继续实时进化。

查看arXiv页面 (https://arxiv.org/abs/2608.08311) 查看PDF (https://arxiv.org/pdf/2608.08311) 项目页面 (https://ouroboros-agent.ai/) GitHub1.06k (https://github.com/razzant/ouroboros) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.08311)

在你的智能体中获取这篇论文：

hf papers read 2608.08311

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型链接此论文

在模型README.md中引用 arxiv.org/abs/2608.08311 以从此页面链接它。

引用此论文的数据集 0

没有数据集链接此论文

在数据集README.md中引用 arxiv.org/abs/2608.08311 以从此页面链接它。

引用此论文的Space 0

没有Space链接此论文

在Space README.md中引用 arxiv.org/abs/2608.08311 以从此页面链接它。

包含此论文的收藏 1

相似文章