自我进化的 LLM 代理通常通过累计经验、反思或技能提升来改进行为。然而，即使具备强大过程能力的代理，也会因对环境动力学的信念不完整、错误或过时而失效。本文聚焦于另一条自我进化路径：在部署期间演化这些信念。\ \ EvoBelief 将环境知识表示为可证伪的假设。意外结果或决策相关的未知会触发假设的生成。随后通过后续观测和受控实验进行独立验证，只有在得到足够证据后，规则才会用于预测或规划，并限定在其支持的范围内。若出现反例，规则会被收窄或废除，以适应环境变化。语言模型本体保持冻结，每条规则都关联其证据和受影响的决策。\ \ 在四个基准上进行评估：\
- ALFWorld（无演员侧转移记忆）：相较于等价的 Frozen World Model，使用 Claude Haiku 4.5 提升成功率 23.9%，使用 GPT-5.4 提升 31.3%。\
- MiniGrid：能够修正陈旧规则并在未公告的动力学变化后恢复。\
- DiscoveryWorld 的 Reactor Lab：发现并验证定量规律，Normal 级实例完成率 83.3%，Challenge 级 58.3%，而所有基线均为 0%。\ \ 这些实验表明，EvoBelief 通过可测试、可修订的环境知识实现自我提升，而无需更新模型参数。\ \ 点评