递归自进化智能体：保持门控实现安全提升

大型语言模型智能体在不更新权重的情况下，通过进化自然语言工件（如反思、工作流、剧本、备忘单或优化提示）来提升性能，已成为一种常见范式。然而，这些方法通常只在单一基准测试上报告成功，缺乏横向比较。最新研究《Recursive Self-Evolving Agents via Held-Out Selection》提出了一种名为RSEA的递归自进化智能体，通过严格保持门控机制，实现了安全且持续的性能提升。

RSEA的核心创新在于其携带的紧凑三层自然语言状态：命令式策略、可复用技能和程序式剧本。在每一代进化中，RSEA会根据自身轨迹重写所有三层内容，并通过一个保持集（held-out split）进行验证。只有当候选进化不会导致性能退化时，才会被采纳。这种“保持更好”门控机制确保了递归自进化的单调安全性，即智能体永远不会显著低于基础智能体的性能。

研究团队在四个多样化基准测试（ALFWorld、GAIA、τ-bench和WebShop）上，与六种忠实基线方法（ReAct、Reflexion、GEPA、AWM、ACE和Dynamic Cheatsheet）进行了对比。所有方法均使用相同的本地骨干模型进行评估。实验结果显示，没有一种工件在所有任务中普遍获胜。RSEA在ALFWorld上是最强的单次方法，达到69.3%的成功率，优于ReAct的64.6%（McNemar检验p=0.015）。在允许重试的情况下，RSEA更达到79.4%，为整体最佳结果。然而，在强骨干模型的工具使用任务中，具体工作流归纳方法AWM表现最佳。

研究还揭示了无门控上下文进化的高风险。Dynamic Cheatsheet方法在线整理上下文而不使用保持门控，在ALFWorld上接近最佳（70.7%），但在WebShop上性能崩溃，得分仅为0.14，而ReAct得分为0.43。这突显了无约束进化的不稳定性。相比之下，RSEA的严格保持选择机制使得递归自进化在单调安全方面表现出色：它从未在任何基准测试上显著低于基础智能体，并在进化上下文可能有害时自动回退到标准ReAct。

这项研究为智能体自进化领域提供了重要洞见。首先，它证明了通过精心设计的门控机制，递归自进化可以成为可靠且安全的性能提升手段。其次，它强调了不同任务可能需要不同的进化策略，单一方法难以通用。最后，RSEA的保持集验证方法为未来研究提供了可复用的框架，有助于开发更稳健、更高效的智能体系统。研究团队已公开相关代码，以促进社区进一步探索。