标签
本文提出EvoEnv，一种让语言模型通过强化学习构建可验证的Python环境以实现自我改进的方法，在Qwen3-4B-Thinking上取得了3.3%的相对提升。
Nous Research 的 Hermes Agent 是一个针对本地使用优化的自我改进的开源 AI 代理框架，已成为 OpenRouter 上使用最广泛的代理，现在由 NVIDIA RTX PC 和 DGX Spark 提供加速性能。
Nous Research 推出的 Hermes Agent 是一款开源自进化自主智能体，能够从每次会话中学习并随时间积累持久记忆。Tavily 作为其网络搜索后端接入，旨在提升搜索质量，防止错误数据在智能体的长期记忆与技能库中不断累积放大。
Anthropic 宣布为 Claude Managed Agents 带来多项新功能，包括用于自我改进记忆的“dreaming（梦境）”功能、基于结果的评估循环，以及多智能体编排能力。
Claude Code 可通过运行评估、自动重写提示词并保留最优结果，实现提示词自迭代，让“钩子文案”技能一夜之间从 32/50 飙到 47/50。
AccelOpt是一种自我改进的LLM智能体系统，通过迭代生成和优化记忆自主优化AI加速器内核，在AWS Trainium上实现了49%至61%的峰值吞吐量提升，同时比Claude Sonnet 4便宜26倍。
Hermes Agent 是由 Nous Research 推出的开源、自我进化 AI 智能体框架，具备闭环学习循环、跨平台部署能力，并兼容数百种大语言模型。它提供终端界面、持久化记忆、自动化调度以及用于扩展 AI 工作流的科研级工具。