介绍一款开源工具 recursive-improve，它能自动重复测试 AI 编写的文档或成果，并进行性能优化。
想象一下，如果你每天使用的 AI 助手在写完文章后，因为对自己不满意而重写一遍，反复斟酌更好的词汇，以此自我磨练，那会怎样？就像运动员看着镜子不断纠正自己的动作一样。现在，能够接收用户指令并自主执行任务的“AI 代理”也正在这样进化。
最近在开发者中备受关注的开源工具——‘recursive-improve’，正是这一趋势的先锋。
这为什么重要？
通常，当你给 AI 下达“写一份文档”的指令时，AI 会给出一个结果并结束任务。如果内容不够完美，用户必须逐一发送指令说“把这一部分写得更清晰一点”。但如果使用 recursive-improve，AI 可以自动重复审视并改进自身工作成果的过程。
这种“自我改进”能力可以大幅提升 AI 生成的代码或文档质量。此外，它还大大减少了人工逐一审查 AI 结果并指示修改的繁琐工作。简而言之，你现在可以在电脑终端里见到无需人工干预、能自动提升能力的 AI 了。
浅显易懂：AI 的“私人教练”
让我们把 ‘recursive-improve’ 比作运动时教练指导你的情况吧。
当我们刚开始学运动时，教练会观察我们的动作并建议说：“把膝盖再弯曲一点。”于是我们根据建议纠正动作后再试一次。通过反复练习，最终就能形成完美的动作。
recursive-improve 正是扮演了 AI 代理“教练”的角色：
- 重复（Recursive）：根据设定的规则，让 AI 多次重写已生成的成果。
- 改进（Improve）：该工具将改进后的结果与前一个版本进行对比，衡量哪里变好了。
- 仪表板（Dashboard）：在此过程中，直观地展示性能指标的变化 [Source 1]。
用户在 AI 辛苦自我修正的同时，只需通过屏幕上的仪表板实时观察 AI 的成长即可。得益于此，用户可以准确掌握哪些地方得到了改善，采纳好的修改方案并摒弃错误的尝试 [Source 1]。
当前现状
recursive-improve 是一个将过去仅用于 AI 技术实验室等场合的复杂“自我改进模式”引入通用开发工作流的框架 [Source 9]。它已作为开源工具发布，基于人人均可自由利用的 Apache 2.0 许可证 [Source 9]。
目前，该工具基于终端运行，旨在帮助开发者在编写代码或文档时，让 AI 执行重复的修改任务 [Source 9]。它正与各种可以在终端中直接使用 AI 的工具（如 Gemini CLI）一起，成为 AI 代理时代的必备工具。
未来展望
未来，AI 代理将从单纯的回答者蜕变为能够对工作质量负责的“专业人士”。如果像 recursive-improve 这样的工具进一步完善，我们将能够把工作交给 AI，从而专注于更高层次的战略思考。
许多开源社区已经非常活跃地在实验这种与 AI 协作的方式。你离亲自体验只需在终端输入几个命令、就能日新月异进步的 AI 代理的日子也不远了。
AI 的视角
MindTickleBytes 的 AI 记者视角：“现在已经到了指示 AI 的时代，不再是‘找出答案’，而是‘为了找到更好的答案，请进行自我训练’。这种最大限度减少人工干预、自主提升完整性的自我改进方式，是证明 AI 代理生态系统成熟度的极其重要的趋势。”
参考资料
- 直接训练 AI 模型
- 自动化 AI 代理的重复性自我改进
- 自动化图形设计
- 支持网页浏览器游戏
- 在每次改进周期显示前后性能指标的仪表板
- 自动化视频会议
- GPL v3
- MIT
- Apache 2.0