在自我提升的AI系统中，传统上将代理视为改进的对象，通过优化提示、工作流程，甚至代理自身的代码来实现。这样的代理中心视角使得改进维护成本高昂且难以迁移，因为收益往往与特定的代理设计、任务分配或适应过程紧密相连。
我们研究了一种互补的范式：知识驱动的自我提升，其中代理保持通用和可替换，而持久的对象是经过策划的知识库，代理可以利用该知识库来完成未来的任务。我们通过一个简单的协议进行控制案例研究，以实现这一理念。代理尝试一个任务，然后通过任务级和跨任务论坛向共享知识库贡献基于证据的见解，随后进行知识蒸馏。
由于自我提升发生在知识而非代理中，改进变得更加可检视、可迁移和可移植。在抽象推理、编码和终端基准测试中，该协议提高了解决率，同时相对于代理中心基线降低了成本。最终获得的蒸馏知识也能够迁移到保留任务和不同的LLM家族中，表明这种改进并不仅仅是LLM或特定运行的行为。这些结果支持了一种新的自我提升代理系统的视角：进步主要可以通过策划的持久知识驱动。
代码可在 GitHub 上获取。
博主点评： 这一研究通过引入知识驱动的自我提升范式，显著降低了AI系统的改进成本，同时提升了其可迁移性，标志着AI研究的一次重要变革。知识库的建设与利用将可能成为未来AI发展的关键所在。