iterative-improvement

Anthropic 使用一种方法，多次并行运行同一AI智能体，保留成功的运行，分析失败，并迭代改进流程以提升性能。

微软发布一个新工具，采用训练模型的迭代方法优化skill，每次调整markdown内容并测试结果，不断推进改进。

Apodex-1.0-H 是一款新型深度研究模型，采用多智能体架构，能够分解任务、生成专业子智能体，并通过自我验证和迭代改进来生成答案。开源权重变体可在 HuggingFace 上获取。

AutoLab提出了一个基准，用于评估前沿模型在多个领域中的长周期迭代优化能力。结果表明，持续性和时间意识比初始性能更为关键，其中claude-opus-4.6展现了强大的能力，而许多模型过早终止。