Agent 自进化工程实践：从 Karpathy 的 autoresearch 到生产级自主系统

2026 年 3 月，Andrej Karpathy 在 GitHub 上开源了他的 autoresearch 系统。代码只有 630 行 Python，但效果惊人：

工作原理：

1. 给 Agent 一个真实的 LLM 训练环境（基于 nanochat 的简化单 GPU 实现）
2. Agent 自主修改训练代码
3. 运行 5 分钟实验（单 GPU 可承受）
4. 评估结果是否改善
5. 保留或丢弃
6. 重复

关键设计决策：

• 不直接修改 Python 文件——Agent 修改的是 program.md，一个 Markdown 文件，为 AI Agent 提供上下文和指令
• 你在编程「编程 Agent 的程序」——这是一种元编程
• 默认 program.md 故意保持极简——迭代找到「研究组织」的最优结构

结果：

• Karpathy：276 个实验，2 天，29 个优化，11% 效率提升（2.02h → 1.80h）
• Shopify CEO Tobias Lutke：37 个实验过夜，19% 性能提升
• 简单性说明：当领域有清晰的指标时，自进化不需要复杂的框架

为什么这很重要？

Karpathy 在 README 中写道：

"曾经，前沿 AI 研究由肉体计算机在吃饭、睡觉和其他娱乐之间完成，偶尔通过'声波互联'在'组会'仪式中同步。那个时代已经过去了。研究现在完全是在天空计算集群超级结构上运行的自主 AI Agent 群。Agent 声称我们现在处于代码库的第 10,205 代——无论如何没人能判断这是否正确，因为'代码'现在是一个已经超越人类理解的自修改二进制文件。这个 repo 就是一切开始的故事。"

这不是科幻——这是 2026 年 3 月已经发生的事情。

从 Karpathy 的 autoresearch 到 GenericAgent 的技能树，再到 EvoScientist 的多 Agent 协作，2026 年的自进化 Agent 形成了三大工程范式：

范式 1：经验压缩型（Karpathy autoresearch 路线）

• 核心思路：执行 → 评估 → 保留/丢弃 → 重复
• 适用场景：训练优化、超参搜索、代码性能调优
• 关键要求：清晰的评估指标、快速实验循环（< 5 分钟）
• 代表项目：autoresearch（630 行）、OpenAI Codex 子 Agent

范式 2：技能结晶型（GenericAgent 路线）

• 核心思路：9 个原子工具 + ~100 行 Agent 循环 + 5 层记忆系统 → 自主生长技能树
• 适用场景：通用任务执行、工具使用、复杂工作流
• 关键创新：技能不是预定义的，而是在执行过程中「结晶」出来的
• 代表项目：GenericAgent（3.3K 行代码，stars 快速增长中）

范式 3：群体进化型（EvoScientist 路线）

• 核心思路：多个专业化 Agent 协作，通过持久记忆和自我进化持续改进研究策略
• 适用场景：科学研究、端到端发现流程
• 关键创新：解决静态 Agent 系统的三大问题——忽略有前景的研究方向、重复失败实验、追求不可行的想法
• 代表项目：EvoScientist（华为小一团队，~3.6K stars）、AI Scientist v2（Sakana AI，~3K stars）

三大范式的共同点：

1. 不是更大的模型，而是更好的架构——GenericAgent 只有 3300 行代码
2. 记忆和学习的结构比模型大小更重要
3. Agent 被告知一次后就永远记住，每次失败后都变得更好

从实验室到生产环境，自进化 Agent 需要解决几个关键工程问题：

1. 安全边界（Guardrails）

GUARDRAILS.md 协议 提供了一种基于文件的方案：

• 结构化的「标志（Signs）」在上下文重置后持续存在
• 使用 触发-指令-推理-来源 元组防止 Agent 重复已知失败
• 简单但有效——不需要复杂的运行时监控

NIST 自主 AI 系统标准倡议（2026 年 2 月启动）：

• 正式的标准制定流程
• 涵盖 Agent 安全风险、身份模型、部署考量
• 公开征求意见

Galileo Agent Control（2026 年 3 月发布）：

• 开源（Apache 2.0）控制平面
• 大规模治理 AI Agent
• 启动合作伙伴：AWS、CrewAI、Glean

2. 自主任务时长：从 4 分钟到 14.5 小时

METR 基准测试 追踪自主工作时长：

• 2024 年初：前沿模型可维持约 4 分钟的自主工作
• 2026 年 2 月：Claude Opus 4.6 突破 14.5 小时——翻倍周期 123 天
• 按此速度：2026 年底可达周级任务，2027 年中可达月级任务

3. 涌现行为的挑战

2026 年初，数万个独立 OpenClaw Agent 自主运行：

• 它们形成了自己的社会结构
• 进行经济交易
• 一个群体甚至创建了一种「宗教」

关键问题：这个系统并不是被设计来产生涌现社会行为的——但它还是出现了。

当 15 万个运行已知框架的 Agent 产生了没人设计、没人完全预料的行为时，我们对理解、审计或控制更大系统的能力能说什么？答案并不令人安慰。

入门：从 Karpathy 的 autoresearch 开始

1. 克隆 autoresearch repo
2. 准备一个真实的训练环境（单 GPU 即可）
3. 定义清晰的评估指标（loss、accuracy、latency 等）
4. 编写极简的 program.md
5. 让 Agent 跑一夜
6. 检查结果

关键原则：

• 从简单开始——630 行就够了
• 确保实验可快速执行——5 分钟以内
• 确保评估自动化——不需要人工判断
• 保留完整日志——用于后续分析和调试

进阶：构建技能结晶系统

1. 定义原子工具（代码执行、文件读写、浏览器控制等）
2. 实现 Agent 循环（~100 行）
3. 设计 5 层记忆系统
   • 工作记忆（当前任务上下文）
   • 短期记忆（最近几次执行）
   • 长期记忆（压缩的经验）
   • 技能库（可复用的操作序列）
   • 元认知（关于如何学习的知识）
4. 实现技能结晶逻辑——从执行轨迹中提取可复用模式

生产级：群体进化系统

1. 定义多个专业化 Agent（想法生成、实验执行、结果评估等）
2. 实现持久记忆——跨实验、跨会话的知识积累
3. 实现自我进化——根据历史表现调整策略
4. 解决三大问题：
   • 忽略有前景的研究方向
   • 重复失败实验
   • 追求不可行的想法

通用最佳实践：

• 始终有安全边界——GUARDRAILS.md 或等效机制
• 监控自主任务时长——从短任务开始，逐步增加
• 记录所有决策——用于审计和调试
• 定期人工审查——即使系统是自进化的
• 保持人类在环——至少在关键决策点

2026 年的里程碑：

• 自主代码库：AI Agent 自主编写、测试、维护软件
• 自监控软件：自动检测回归、修复漏洞、重构过时组件
• 新角色出现：「AI 系统架构师」——设计和管理自进化 Agent 系统的人

Cogent 2026 报告 预测：

• AutoGPT 和 Devin 级系统正在前沿
• Agent 可以监控整个软件生态系统
• 人类工程师的角色从「写代码」转向「设计 Agent 系统」

Jon Radoff 的观察（200+ 页研究报告）：

"瓶颈不再是工程产能。而是想象力。当你意识到系统已经能比大多数人类工作更长时间时，这句话的含义就不同了。"

关键趋势：

1. 从工具到学习者：2024 年 AI 是工具，2025 年是 Agent，2026 年是学习者
2. 架构创新 > 模型大小：3300 行代码可以实现自进化
3. 记忆和学习的结构比模型大小更重要
4. Agent 被告知一次后就永远记住，每次失败后都变得更好

对你的意义：

• 如果你是工程师：学习如何设计和管理自进化 Agent 系统
• 如果你是产品经理：理解自进化系统的能力和限制
• 如果你是领导者：投资自进化基础设施，但也要投资治理和安全