自我改进型AI研发获突破：剑桥团队提出智能体与评估器协同进化方案

（Rachel Gardner 于2026年7月21日周二14:54提交）

当下公众对具备自我改进能力的AI兴趣浓厚，剑桥的研究团队正着手攻克这类AI发展中的核心难题。

该团队联合NVIDIA与Flower Labs的合作者，提出了一种全新方法，可让递归式自我改进AI智能体通过反复测试、优化自身代码持续进化，不再受困于以往频繁遭遇的"评估天花板"。

这一方法还能大幅降低此类AI智能体研发所需的计算资源成本。

目前，AI智能体已能通过编辑自身代码、测试变体、保留更优修改实现自我改进，但这一过程通常受限于固定的评估器、基准测试或测试套件。一旦智能体掌握了固定评估信号能区分的所有内容，改进速度就会放缓甚至停滞。

机器学习系统实验室（Machine Learning Systems Lab）的博士生Alex Iacob在Nic Lane教授（https://www.cst.cam.ac.uk/people/ndl32）指导下解释道："自我改进型智能体的上限，就是评估它的测试的上限。测试不仅是衡量进步的工具，更是定义进步的标尺，因此测试的效能成了智能体无法突破的天花板。"

如今，研究人员通过让自我改进型智能体与评估器协同进化，解决了这一问题。Alex补充说："我们不再让智能体针对固定测试优化，而是让评估机制与智能体同步进化。智能体性能提升，评估难度也随之加大，标准不断提高。"

"红皇后哥德尔机"

Alex是研究团队刚上传至arXiv的预印本论文第一作者。这篇题为**《红皇后哥德尔机：智能体与评估器的协同进化》**的论文，详细介绍了该方法的技术细节，以及将其应用于多项任务后取得的亮眼成果。

图示：智能体与评估器协同改进过程。"红皇后哥德尔机"在搜索AI智能体的多种可能版本时，同步优化用于评判智能体的评估器。每一阶段评估器保持固定，确保进步可被可靠衡量；在关键节点，若新评估器在可信的基准测试样本中表现更优，就会取代旧评估器。随后旧评估器的评分被移除，下一阶段将以新的、更严格的标准为指引。由此形成智能体与评估器相互促进的自我改进循环，同时系统始终锚定可靠的验证机制。

在学术论文写作与评审、奥林匹克数学竞赛级别的证明撰写与评分任务中，"红皇后哥德尔机"的性能均优于以往的自我改进型AI智能体。

研究人员在论文中指出："协同进化的论文写作智能体，在由多智能体组成的评审小组中，录用率比之前提升1.78至1.86倍；协同进化的评分智能体，基准测试准确率提升了9%。"

"红皇后假说"溯源

这一框架的奇特名称源自路易斯·卡罗尔儿童小说《爱丽丝镜中奇遇记》里的红皇后。她曾对主人公爱丽丝说过一句名言："你必须拼命奔跑，才能留在原地。"1973年提出的进化生物学"红皇后假说"正是得名于此，该假说认为，物种必须持续适应、进化、繁衍，才能在与同样不断进化的其他物种的竞争中生存。

如今这一假说被应用到了AI领域。

"我们不再让智能体针对固定测试优化，而是让评估机制与智能体同步进化。智能体性能提升，评估难度也随之加大，标准不断提高。" ——博士生Alex Iacob

这项研究由剑桥团队主导，得到了NVIDIA、系属衍生公司Flower Labs、穆罕默德·本·扎耶德人工智能大学（MBZUAI）及法国国家信息与自动化研究所（Inria）的协作支持。

低成本打造更强大的开放智能体系统

研究的另一项关键发现是：除了ChatGPT这类高计算成本工具，结合开源模型完成部分任务，可显著降低自我改进型AI系统的研发成本。

在一项协同进化AI论文评审与写作智能体的实验中，研究人员同时使用了NVIDIA Nemotron 3 Ultra与ChatGPT-5.5。在论文评审任务中，这种混合配置的性能接近单独使用ChatGPT的水平，而搜索令牌成本降低了约13倍。

合著者Nic Lane教授表示："这只是一个特定场景下的结果，我们不应过度夸大其意义，但它指明了这一方法的发展方向。如果让开源模型承担大部分搜索工作，同时由更强大的前沿模型引导更高层面的改进过程，我们就有可能以极低成本打造更强大的开放智能体系统。"

NVIDIA开发者关系经理Daniel Burkhardt评价道："这项研究展示了开源模型在高级智能体系统中的重要作用。NVIDIA Nemotron模型专为高效处理推理与智能体任务设计，本次研究证明了它能融入更广泛的自我改进循环。"

研究团队强调，目前的工作仍处于初步阶段，需要更长周期的探索才能明确该方法的可扩展性。但现有结果已预示着一类新型自我改进系统的诞生——智能体与评估器通过递归方式相互促进，为打造更强大、高效且开放的智能体AI开辟了新路径。

论文《红皇后哥德尔机：智能体与评估器的协同进化》已在arXiv上线。其核心方法将开源以支持更广泛应用，同时团队将继续探索该自我改进方法在更多AI任务中的表现，包括大幅超越当前初始成果的规模化实验。

• 《红皇后哥德尔机：智能体与评估器的协同进化》