综述 | The Path to Recursive Self-Improving Agents: Foundation, Framework, and Future Directions作者Shuaiqi Liu*, Zhengkai Lin*, Yuxiang Zhang*, Yuanyi Ren*, Yue Wu, Yongbin Li, Zheng Wang, Zhihang Fu*, Jieping Ye — Alibaba Group论文下载:https://www.preprints.org/frontend/manuscript/3c41418aa2e782b90ee5da995565ecac/download_pub论文 GitHub 项目https://github.com/D2I-ai/awesome-recursive-self-improving-agents/blob/main/README.zh-CN.md项目主页递归自改进智能体之路目前基于大模型的智能体系统已经能完成越来越复杂的任务但有个关键瓶颈这些智能体系统的改进仍依赖人类专家。诊断问题、重新设计、实现修改、验证效果每一轮对智能体系统的迭代改进都需要投入大量人力和时间。这限制了对智能体系统改进的效率和覆盖范围。这就引出了一个自然的问题能不能让智能体系统自己改进自己更进一步 —— 能不能让智能体系统连「改进自己的方法」也一起改进这篇综述 《The Path to Recursive Self-Improving Agents: Foundation, Framework, and Future Directions》, 围绕以上两个问题展开主要研究自改进智能体系统以及其更强形式递归自改进智能体系统。这篇综述主要有四方面的贡献1给出自改进 Agent 系统和递归自改进 Agent 系统的形式化定义并提出衡量自改进能力的分级标准五级 L1–L52提出了一个研究框架对智能体系统的自改进进行统一建模包含改进的对象和改进的过程3系统性地总结了现有相关工作并归纳出了一套分类体系4归纳总结了关键的开放问题可作为未来的研究方向。统一研究框架论文提出了一个研究框架统一地建模智能体系统的自改进自改进 Agent 系统的统一研究框架这个框架回答两个核心问题-改进的对象改进什么—— 模型、Agent Harness、Agent 数据系统、Trainer乃至改进机制本身都可以是改进的目标,-改进的过程怎么改进—— 改进过程可以抽象总结为 诊断瓶颈Diagnose→ 提出修改Propose→ 评估修改Evaluate→ 整合修改Integrate四个阶段。自改进过程表示为这个框架的价值在于1它把原本分散在不同子方向Prompt 优化、记忆系统、Skills、数据合成……的研究纳入统一的研究框架下。相关的其他范式可作为该研究框架中的特殊形式。2对整个系统进行统一建模而不只是改进固定的组件有利于识别系统中动态变化的瓶颈实现可持续的改进并更加全面地审视改进带来的效果。3对整个系统进行统一建模时不仅建模各个组件本身还建模各组件间的依赖关系这有利于评估改进一个组件对其他组件的影响也有利于研究各组件间的协同改进。自改进能力分级论文提出了衡量自改进能力的分级标准五级 L1–L5文中按以下标准对相关的工作进行了分级L1: 人工改进 Manual ImprovementL2: 辅助改进 Assisted ImprovementL3: 固定机制的自改进 Programmatic Self-ImprovementL4: 受限领域的递归自改进 Bounded Recursive Self-ImprovementL5: 通用递归自改进 General Recursive Self-Improvement文献分类体系基于这个框架论文对相关工作进行了系统的梳理按改进的对象来划分现有工作Agent Harness自改进第 3 节Agent数据系统自改进第 4 节Agent Trainer自改进第 5 节跨组件协同改进第 6 节相关工作的分类体系Taxonomy总结如下图所示Agent Harness 自改进Agent 数据系统自改进Agent Trainer 自改进开放研究问题1在贴近真实生产的任务上对改进效果进行长周期的评测2对Agent友好的可观测、可扩展、可修改的训练和推理基础设施3从受限递归自改进到通用递归自改进4递归自我修改下的安全与可控5人类专家与智能体协同改进第 7 节如果本文对您有所帮助欢迎引用article{202608.0051, doi {10.20944/preprints202608.0051.v1}, url {https://doi.org/10.20944/preprints202608.0051.v1}, year 2026, month {August}, publisher {Preprints}, author {Shuaiqi Liu and Zhengkai Lin and Yuxiang Zhang and Yuanyi Ren and Yue Wu and Yongbin Li and Zheng Wang and Zhihang Fu and Jieping Ye}, title {The Path to Recursive Self-Improving Agents: Foundation, Framework, and Future Directions}, journal {Preprints} }欢迎交流探讨论文下载:https://www.preprints.org/frontend/manuscript/3c41418aa2e782b90ee5da995565ecac/download_pub论文 GitHub 项目https://github.com/D2I-ai/awesome-recursive-self-improving-agents/blob/main/README.zh-CN.md项目主页递归自改进智能体之路 综述 | 递归自改进智能体之路：当 Agent 开始学习“如何改进自己”
综述 | The Path to Recursive Self-Improving Agents: Foundation, Framework, and Future Directions作者Shuaiqi Liu*, Zhengkai Lin*, Yuxiang Zhang*, Yuanyi Ren*, Yue Wu, Yongbin Li, Zheng Wang, Zhihang Fu*, Jieping Ye — Alibaba Group论文下载:https://www.preprints.org/frontend/manuscript/3c41418aa2e782b90ee5da995565ecac/download_pub论文 GitHub 项目https://github.com/D2I-ai/awesome-recursive-self-improving-agents/blob/main/README.zh-CN.md项目主页递归自改进智能体之路目前基于大模型的智能体系统已经能完成越来越复杂的任务但有个关键瓶颈这些智能体系统的改进仍依赖人类专家。诊断问题、重新设计、实现修改、验证效果每一轮对智能体系统的迭代改进都需要投入大量人力和时间。这限制了对智能体系统改进的效率和覆盖范围。这就引出了一个自然的问题能不能让智能体系统自己改进自己更进一步 —— 能不能让智能体系统连「改进自己的方法」也一起改进这篇综述 《The Path to Recursive Self-Improving Agents: Foundation, Framework, and Future Directions》, 围绕以上两个问题展开主要研究自改进智能体系统以及其更强形式递归自改进智能体系统。这篇综述主要有四方面的贡献1给出自改进 Agent 系统和递归自改进 Agent 系统的形式化定义并提出衡量自改进能力的分级标准五级 L1–L52提出了一个研究框架对智能体系统的自改进进行统一建模包含改进的对象和改进的过程3系统性地总结了现有相关工作并归纳出了一套分类体系4归纳总结了关键的开放问题可作为未来的研究方向。统一研究框架论文提出了一个研究框架统一地建模智能体系统的自改进自改进 Agent 系统的统一研究框架这个框架回答两个核心问题-改进的对象改进什么—— 模型、Agent Harness、Agent 数据系统、Trainer乃至改进机制本身都可以是改进的目标,-改进的过程怎么改进—— 改进过程可以抽象总结为 诊断瓶颈Diagnose→ 提出修改Propose→ 评估修改Evaluate→ 整合修改Integrate四个阶段。自改进过程表示为这个框架的价值在于1它把原本分散在不同子方向Prompt 优化、记忆系统、Skills、数据合成……的研究纳入统一的研究框架下。相关的其他范式可作为该研究框架中的特殊形式。2对整个系统进行统一建模而不只是改进固定的组件有利于识别系统中动态变化的瓶颈实现可持续的改进并更加全面地审视改进带来的效果。3对整个系统进行统一建模时不仅建模各个组件本身还建模各组件间的依赖关系这有利于评估改进一个组件对其他组件的影响也有利于研究各组件间的协同改进。自改进能力分级论文提出了衡量自改进能力的分级标准五级 L1–L5文中按以下标准对相关的工作进行了分级L1: 人工改进 Manual ImprovementL2: 辅助改进 Assisted ImprovementL3: 固定机制的自改进 Programmatic Self-ImprovementL4: 受限领域的递归自改进 Bounded Recursive Self-ImprovementL5: 通用递归自改进 General Recursive Self-Improvement文献分类体系基于这个框架论文对相关工作进行了系统的梳理按改进的对象来划分现有工作Agent Harness自改进第 3 节Agent数据系统自改进第 4 节Agent Trainer自改进第 5 节跨组件协同改进第 6 节相关工作的分类体系Taxonomy总结如下图所示Agent Harness 自改进Agent 数据系统自改进Agent Trainer 自改进开放研究问题1在贴近真实生产的任务上对改进效果进行长周期的评测2对Agent友好的可观测、可扩展、可修改的训练和推理基础设施3从受限递归自改进到通用递归自改进4递归自我修改下的安全与可控5人类专家与智能体协同改进第 7 节如果本文对您有所帮助欢迎引用article{202608.0051, doi {10.20944/preprints202608.0051.v1}, url {https://doi.org/10.20944/preprints202608.0051.v1}, year 2026, month {August}, publisher {Preprints}, author {Shuaiqi Liu and Zhengkai Lin and Yuxiang Zhang and Yuanyi Ren and Yue Wu and Yongbin Li and Zheng Wang and Zhihang Fu and Jieping Ye}, title {The Path to Recursive Self-Improving Agents: Foundation, Framework, and Future Directions}, journal {Preprints} }欢迎交流探讨论文下载:https://www.preprints.org/frontend/manuscript/3c41418aa2e782b90ee5da995565ecac/download_pub论文 GitHub 项目https://github.com/D2I-ai/awesome-recursive-self-improving-agents/blob/main/README.zh-CN.md项目主页递归自改进智能体之路