SkillClaw：基于智能进化器的集体技能演化框架
深度2026年4月9日30 分钟阅读
最有趣的发现是：通过多用户交互信号驱动的集体技能演化机制，可使智能体系统在无需用户额外努力的情况下实现系统级能力提升。推荐给：LLM智能体开发者、多智能体系统研究者、以及关注经验复用与持续学习的AI工程师阅读。
本文编译自 SkillClaw: Let Skills Evolve Collectively with Agentic Evolver，版权归原作者所有。
觉得有用？分享给更多人
相关文章
作者用 Common Lisp 在 100 行代码内实现了一个 AI agent，核心循环仅 8 行。Agent 的唯一工具是 eval，它可以自行编写和运行代码，甚至通过 eval 定义新的工具函数（如 web search）。技能作为记忆存储在对话记录中，重启后可通过重读历史重新加载。
深度·7月12日·6 分钟
微软Agent Framework现在支持Go（公开预览版），提供工具调用、MCP支持和多代理协调等功能。Google的ADK已经在支持Go，而Anthropic和OpenAI的Agent SDK仍缺少Go官方支持。
深度The New Stack·7月11日·4 分钟