self-improving-loop

一条疯转的推文分享了在Codex中运行DeepSeek V4-flash子代理作为自我改进循环的三步设置，称其为Opus 5的高性价比替代方案。

Meta 发布 Autodata，一个通过迭代使用多个 LLM 调整任务难度来生成高质量合成数据的代理数据科学家，输出用于 GRPO 训练。

Hermes Agent 是一个云端AI代理，持续运行并通过消息交互。它具有自我改进循环，从对话中提取模式以增强记忆和技能，并且拥有简化的设置和灵活的模型路由。