让 AI 自己改自己，97 页综述讲清了这张地图

AI 改进 AI，这件事做了三年了：让智能体自己复盘自己的错误、自己给自己出练习题、自己重写自己的工具箱。散落的论文几百篇，各有各的叫法。七月中旬，一篇 97 页的综述把它整理成了一张地图，第一作者来自吉林大学，通讯单位是沙特阿卜杜拉科技大学——最后一行的名字是于尔根·施密德胡伯，九十年代就提出「让网络修改网络」的那位老人，这个领域活得最久的原教旨主义者。

一个符号把散乱统一了

这篇综述做的事，用一句话说：给「AI 改进 AI」建立一套坐标系。

它先把一个智能体拆成两个东西：底下的基础模型（参数，一坨定死的权重），和外面的操作脚手架（提示词、记忆、工具、控制逻辑）。然后给出统一形式化：所谓自我改进，就是一个自己发起的更新算子，往这两个东西之一提交修改。

符号很朴素：参数从 θt 变成 θt+1，脚手架从 Σt 变成 Σt+1。但就这两个箭头，把 2023 年以来散乱的几百篇工作全部挂上了墙：改提示词的、改记忆的、改工具的、改代码的、微调权重的——都是更新算子，只是目标不同。

两大类往下细分。改参数的路：模型自己生成训练数据（内在演示）、自己给自己打分（内在反馈）、自己与环境互动攒经验（外在经验）。改脚手架的路：提示词优化、记忆读写、工具自造，以及最激进的——改自己全部的运行代码。

这个分类看着简单，其实是篇能救命的地图。你看到一个新系统自称「自我进化」，先问一句：它改的是参数还是脚手架？前者要重新训练、代价大、影响全局；后者改坏了随时回滚。两个方向的工程性质完全不同，混在一起谈就是鸡同鸭讲。

施密德胡伯的三十年

综述第二章是历史，从 1790 年代的自动机械讲到今天。有意思的是这条线索为什么由施密德胡伯收尾：1992 年他演示了「快权重」——一个网络学着给另一个网络编程；1993 年做出能修改自身的自指系统；2000 年代初，他和霍克赖特（LSTM 的另一位作者）探索让系统发现自己的学习算法。

换句话说，「AI 改进 AI」不是 2023 年 GPT 出现后的新发明，是一条断断续续活了三十多年的老线索。大模型只是把它从实验室理论变成了每天跑在云上的工程现实。今天每个让智能体自己改提示词的产品，都在这条线的延长线上。

地图的应用章节覆盖六个领域：软件工程、网页自动化、游戏策略、科学发现、具身机器人、通用计算机操作。每个领域都是同一种循环的本地版：干活、复盘、改进、再干。

综述自己提出的三个判断

真正值得读的是第九章，作者们离开文献综述的位置，给出了三个自己的判断。

第一，快的探索和慢的固化应该分层。 改脚手架是快循环：改一句提示词几乎零成本，改坏了撤回就行。改参数是慢循环：一旦把坏东西蒸进权重，想追溯是哪次更新带来的问题，出了名的难。所以他们的建议是：环境反馈嘈杂时，先只在脚手架层折腾，等执行测试反复验证有效了，再考虑固化进参数。快慢两层不要混。

第二，评审者是被攻击的基础设施，不是打分工具。 智能体优化任何指标，天然就有动力找捷径。综述的原话很重：嵌在闭环里的评审者是一个攻击面。智能体的能力天花板，通常卡在评审者抗钻空子的程度。所以提改进的和验收改进的必须分家，评审者自己进化可以，但不能由被它评价的智能体说了算——就像考试可以变难，但不能让考生出题。

第三，自我改进的智能体要当不可信代码对待。 对齐研究有个老难题：怎么让一个较弱的系统去管一个更强的后继者。综述指出风险最大的形态是全脚手架改进——智能体改自己的源代码，这时一次普通的提示词注入就可能被固化成永久的架构级漏洞。所以安全不能只靠最初的训练对齐，要靠分层闸门，每一层更新单独设卡。

这张地图和它的读者

三个判断放在一起看，指向同一件事：自我改进的关键不在「能不能改」，在「改了之后谁来验收、怎么撤回」。这和软件工程几十年的经验完全同构——没有人会让一段未审查的代码直接进生产环境，只是这次写代码的和审代码的都不再是人。

配套的 GitHub 仓库同步维护着论文清单，571 个 star，今天还在更新。论文本身 7 月 14 日上线的，本月刚满三个月，引用已有 25 次——对综述来说这个速度不慢。

如果说要一句总结：这篇综述没有发明任何新技术，它做的事更基础——把一个正在野蛮生长的领域按「改什么」和「靠什么信号改」两个轴排好了序。以后再看到任何自称自我进化的系统，拿这两个问题一问，它在这张地图上的位置就出来了。

信源：arXiv 2607.13104（2026-07-14，吉林大学×KAUST×阿尔伯塔×IDSIA，Zhe Ren 一作，Schmidhuber 挂名）；配套仓库 selfimproving-agent/Awesome-Self-Improving-Agents（571★）；引用数来自 Google Scholar（2026-10 快照）。97 页为 PDF 版面数。