美国弗吉尼亚大学、微软研究院与清华大学研究者提出一种面向自进化智能体的“改进动态模型”（Improvement Dynamics Model，IDM）。论文于2026年10月15日更新至第二版，核心思路不是让智能体修改程序后再等待完整评测，而是在修改前先预测可能带来的任务级结果，并据此决定是否进行额外修订。原始论文
这项方法针对的是智能体自我改进中的一个现实问题：智能体会反复修改自身代码和提示词，但每次修改都需要运行任务评测，成本较高；同时，单一总分也难以区分“答案错误”和“任务未完成”两类失败。IDM会结合待修改的智能体、历史修改记录和过去的评测结果，预测具体任务可能出现的结果。如果预测显示修改后的表现可能变差，系统就给负责修改的组件一次额外修订机会。底层语言模型权重并未改变，变化主要发生在智能体的软件和指令层面。技术报道
在编程实验中，研究团队将方法与HyperAgents框架及共同的初始智能体进行比较。166个未用于改进和筛选的编程任务上，筛选后智能体的中位成功率约为30%，HyperAgents约为22%，初始智能体约为16%。在另一个跨领域实验中，经过联合训练的预测器迁移到数学评分任务后，100个未见任务的专家评分完全匹配率为55%，新训练预测器为51%，HyperAgents为47%。这些结果说明，预测修改后果可能帮助智能体更早找到有效改进，并让积累的经验迁移到新任务。
但这仍是一篇预印本研究，不能直接等同于智能体已经具备稳定的自我编程能力。实验每种条件运行五次、每次40轮，研究还特别指出，匹配语言模型Token预算的比较没有测量总计算成本。预测器本身也需要持续更新，其效果可能依赖任务类型、评测设计和历史数据质量。对企业而言，真正值得观察的不是“能否自我修改”这一演示，而是预测机制能否降低单位有效改进的评测成本，并在代码、流程自动化和机器人策略等不同场景中保持可迁移性。
参考来源：
- Predict Before You Modify: Learning Improvement Dynamics for Self-Evolving Agents 2026-10-15
- AI agents get better by anticipating errors in their own software changes 2026-10-16
由 AI 整理，仅供参考；请以原始来源为准。
