AI自行修改其‘智能外壳’？自主进化AI代理时代来临

想象一下，你雇佣了一位新助手。每次交代任务时，他都会说：“我觉得这样做效率更高”，并不断升级自己的工作方式（手册）。甚至在你没有指示的情况下，他还会自行重组自己的工具和记忆系统。这不是科幻电影中的情节，而是谷歌DeepMind（Google DeepMind）最新研究展示出的“自主进化AI代理”的真实面貌。

为什么这项技术至关重要？

长期以来，构建AI代理的过程是一连串极其痛苦且昂贵的“手工劳动”。因为AI代理要完成某项任务，必须由人类工程师逐一定义该任务的具体规则和限制。这种构建连接环节的过程在业内被称为“外壳（harness）”，实际上，这一过程一直是引入AI代理的最大障碍。 来源: This AutoHarness paper(from Google DeepMind) is the most…

但现在情况不同了。如果AI能够自行修改和优化其运作体系，那么无需人类介入，AI代理自主执行多样且复杂任务的世界将飞速到来。这将成为AI技术从实验室级别跨越到生产一线并实现“规模化（scalable）”部署的重要分水岭。

轻松理解：AI的“胶水”——外壳

让我们把技术术语说得再简单点。AI代理通常由作为“大脑”的巨大语言模型（LLM）和帮助这个大脑与外部世界沟通的“外壳”框架组成。 来源: AutoHarness: improving LLM agents by automatically …

可以这样比喻：我们将AI代理看作一位“天才画家”。画家要作画，必须要有画笔（工具）、画布（环境），并且作画指示（提示词）必须清晰。在这里，画家的工具箱和辅助作画的工作台整体就是“外壳”。过去，人类需要逐一准备画笔并调节工作台高度，而现在，画家（AI）会自言自语说：“这次作画需要这种画笔”，并主动调整工具箱的结构。

此外，名为 Evo2 的框架将代理在修复外壳过程中获得的数据转化为训练数据。也就是说，通过将修改和实验的经验积累为数据，从而自主强化其工作流（业务流程）。 来源: Google DeepMind paper trains an agent to rewrite its own harness

进展到了什么程度？

目前，AI研究领域正在探讨多种自主改进结构的有趣方式。

首先，AutoHarness 允许代理通过编写代码自主创建外壳。相比人类手动构建复杂规则，经过少量反复精炼过程的自动化外壳往往表现出更高的效率。 来源: [2603.03329] AutoHarness

其次，Self-Harness 是一种新范式，即代理在没有外部强力支持或人类帮助的情况下，独立改进其运作环境。 来源: [2606.09498] Self-Harness: Harnesses That Improve Themselves

第三，RRSI（递归自我改进） 技术由谷歌云AI研究团队等发布，它让AI能够自行重写提示词、工具、记忆系统、控制流，甚至下级代理（sub-agents）。 来源: Paper AutoHarness from DeepMind Changes AI Agents 1

现场专家一致认为：“性能差距往往不在于模型本身，而在于使用什么样的外壳。”因为无论模型多么聪明，如果使用工具的方式不当，都无法发挥出应有的能力。 来源: Auto-Harness Synthesis - Just Understanding Data

未来展望

我们现在已经超越了考虑“给AI分配什么任务”的阶段，进入了观察“AI自行选择何种工具和方式解决问题”的阶段。让我们共同期待，人类介入降至最低、真正意义上的自主代理将如何改变我们的日常生活。

参考资料

1. Google DeepMind - Wikipedia
2. This AutoHarness paper(from Google DeepMind) is the most…
3. Google DeepMind
4. AI has grown beyond human knowledge, says Google’s DeepMind unit

5. [The Harness That Learns You

   XO Docs](https://docs.xo.builders/research/perspectives/the-harness-that-learns-you)

6. Google DeepMind paper trains an agent to rewrite its own harness
7. AutoHarness: improving LLM agents by automatically …
8. [2603.03329] AutoHarness: improving LLM agents by …

9. [AutoHarness: LLM Agents That Build Own Scaffolding

   aiHola](https://aihola.com/article/autoharness-llm-agent-code-harness)

10. Auto-Harness Synthesis - Just Understanding Data

11. [AutoHarness

    DAIR.AI Academy](https://academy.dair.ai/papers/autoharness)

12. [2606.09498] Self-Harness: Harnesses That Improve Themselves
13. Paper AutoHarness from DeepMind Changes AI Agents 1