论文提出自改进智能体的 harness 编辑准入规则并映射到进化算法

自我改进的智能体只有在某项框架（harness）编辑在全新、独立的任务上胜过当前版本时，才应接受该编辑。

该研究将框架自我改进方法映射到进化算法上，从简单的保留最优搜索，到存档、帕累托选择，再到多臂老虎机引导的预算分配。

自我改进的智能体现在会重写自己的框架：即围绕固定模型的提示词、记忆、工具和代码。被接受的编辑会带入后续运行，因此一次糟糕的编辑可能导致过拟合、抹除旧技能，或扩散到其他用户。

他们按这些编辑所改变的内容对其进行分类，从提示词到运行时代码。他们的准入规则是：只有当某项编辑在新的独立任务上以一定幅度胜过当前框架时，才保留该编辑。

在一个他们从先前工作中整理的案例里，配备进化框架和技能的 GPT-5.4-nano 在 SpreadsheetBench 上得分为 77.58%。仅进行技能调优的 GPT-5.5 得分为 76.20%，不过两者的成本并未对齐。

如果你的智能体会编辑自身的设置，请在全新任务上测试每一项更改，并将评估器、权限和紧急停止机制置于其触及范围之外。