开放技能：面向开放世界的LLM智能体自进化框架
深度2026年6月9日31 分钟阅读
本研究的核心发现是：智能体可以在完全没有目标任务监督的情况下，仅利用开放世界资源实现自我进化。对于关注大语言模型在复杂开放环境中自主学习和适应能力的研究者、工程师和AI产品开发者，本文提供了一种新的范式。
本文编译自 OpenSkill: Open-World Self-Evolution for LLM Agents，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Cloudflare Managed Defense 的 AI agent 执行框架把证据采集和范围限定放在应用代码里，先执行固定侦察工作流，再用 Clef 过滤噪音，由协调者智能体调度流量分析、客户上下文、全局遥测和威胁情报四个专职智能体并行分析，最后合成建议。系统全程记录证据来源与缺失，模型没有越权决策的权限，最终判断权仍归人类分析师。
深度·10月7日·9 分钟
Infino 由前 AWS OpenSearch 团队创立，推出开源 Agent 检索平台。核心思路是把所有数据统一存为 Parquet，在 SQL 中嵌入检索函数，让 Agent 用一次查询完成关键词搜索、语义搜索、过滤和聚合。
深度The New Stack·10月7日·7 分钟