Meta 發了一篇論文叫 HyperAgents，副標題是「Self-referential self-improving agents that can optimize for any computable task」。GitHub 上已經開源，1.6k stars。
讓我把它翻譯成人話：一個 AI agent 不只能改進自己解題的方式，還能改進「自己改進自己」的方式。
聽起來像繞口令。但它指向的方向，值得每個做 AI 應用的開發者留意。
問題：現有的自我改進都卡在一個地方
AI agent 的「自我改進」不是新概念。最直觀的版本：agent 跑完一個任務，回頭看看哪裡做得不好，調整策略，下次做得更好。OpenAI 的 o1 用的 self-play、DeepSeek 的 self-improvement、還有去年的 Darwin Gödel Machine（DGM），都是這個思路的變體。
DGM 特別有意思——它能自己修改自己的程式碼，然後測試修改後的版本是否更好。在 coding 領域效果很棒，因為「改善 coding 能力」和「改善自我修改能力」是同一件事——你寫程式碼越好，你修改自己的程式碼也越好。
但出了 coding 領域就不行了。如果你的任務是解數學題，「數學解題能力的提升」不會自動轉化為「改進自己策略的能力提升」。自我改進的機制是寫死的，不會跟著一起進化。
這就是 HyperAgents 要解決的問題。
HyperAgents 的核心設計
論文引入了兩層 agent 結構：
Task Agent： 負責解決實際任務（比如寫程式碼、解數學題、做科學推理）。
Meta Agent： 負責修改 task agent 和自己。它能改 task agent 的 prompt、策略、工具使用方式，也能改自己的修改策略。
關鍵的一句話在論文摘要裡：
"The meta-level modification procedure is itself editable, enabling metacognitive self-modification."
Meta agent 的修改程序本身也是可編輯的。它不只是「改善 agent」，而是「改善改善 agent 的方式」。自我指涉。
具體實作上，HyperAgents 是 DGM 的延伸（DGM-H）。整個系統是一個單一可編輯程式，task agent 和 meta agent 都在裡面。meta agent 可以修改任何部分——包括自己。每次修改後，用任務表現來評估修改是否有效，保留好的變體，丟棄差的。
實驗結果
論文在多個領域做了實驗，核心結論：
DGM-H 的效能隨時間持續改善，超過了沒有自我改進能力的 baseline，也超過了先前的自我改進系統。
Meta-level 的改進能跨領域轉移。 在一個領域學到的自我改進策略（例如建立持久記憶、追蹤效能指標），可以套用到另一個領域。
改進可以跨 run 累積。 不是每次從頭開始。前一輪的 meta-level 改進可以作為下一輪的起點。
這意味著什麼？agent 不只是在變好——它變好的速度也在加快。
這跟我們的日常開發有什麼關係
你可能會想：這是學術論文，離實際應用很遠。
但 HyperAgents 的幾個設計理念，其實已經以粗糙的形式出現在開發者的日常工具裡了。
持久記憶。 HyperAgents 的 meta agent 學會了建立持久記憶來追蹤什麼策略有效。Claude Code 的 CLAUDE.md、Cursor 的 .cursorrules，本質上就是人工版的 meta agent 記憶——你把有效的 prompt 策略寫下來，下次 session 繼續用。
策略選擇。 Meta agent 會根據任務類型選擇不同的解題策略。我們做的 skill 系統、prompt library、system prompt 切換，都是同一件事的手動版。
效能追蹤。 Meta agent 追蹤哪些修改帶來了改善。開發者在做 A/B 測試 prompt、比較不同模型在不同任務上的表現時，也在做同樣的事。
HyperAgents 把這些手動操作自動化了，而且讓它們能自我迭代。
值得思考的問題
安全邊界在哪？ Meta agent 能修改自己的修改程序——這個遞迴沒有天然的停止條件。論文的 Safety Consideration 部分直接說了：「This repository involves executing untrusted, model-generated code.」他們承認有風險，但沒有解決。
在受控的研究環境裡，這個風險是可管理的（Docker 隔離、評估指標限制）。但如果有人把這套思路搬到生產環境——一個能修改自己行為的 agent 在處理真實使用者的請求——事情就複雜了。
什麼時候不該自我改進？ 不是所有系統都需要自我改進。你的 CRUD API 不需要自我改進。你的登入流程不需要自我改進。自我改進帶來不可預測性，而不可預測性在很多場景下是 bug 不是 feature。
跨領域轉移的可靠性？ 論文說 meta-level 改進能跨領域轉移，但轉移的可靠性和邊界條件還不清楚。在 coding 領域學到的「追蹤效能指標」策略可能對數學推理有幫助，但對情感分析呢？對需要 domain-specific knowledge 的任務呢？
對 AI Agent 開發者的實際建議
如果你現在在做 AI agent 相關的開發，HyperAgents 有幾個值得借鏡的設計原則：
把 agent 的策略和 agent 本身分開。 不要把 prompt 和行為邏輯寫死在程式碼裡。讓它們可配置、可修改、可回滾。這樣你才有「改進」的空間。
記錄什麼有效，什麼沒效。 每次 agent 完成任務時，記錄策略和結果。這些資料是未來改進的基礎——不管是人類改進還是自動改進。
從手動開始，再自動化。 你不需要一步到位做出 HyperAgents。先用人工的方式做 meta-level 改進（調 prompt、換策略、記錄結果），等你對改進的方向有信心了，再考慮自動化。
設計停止條件。 任何自我改進系統都需要一個明確的「什麼時候停」。可以是效能平台期、成本上限、或者改進幅度低於閾值。沒有停止條件的自我改進就是一個 while True 迴圈——遲早出問題。
Meta 的 HyperAgents 離生產應用還有距離，但它指出的方向——agent 不只改進自己的行為，也改進自己改進行為的方式——是 AI agent 進化的下一步。
對開發者來說，現在最有價值的不是跑去用 HyperAgents 的程式碼，而是把它的設計原則——策略外部化、效能追蹤、meta-level 迭代——融入你現有的 agent 開發流程。
手動版的 HyperAgent，其實你每天都在做。論文只是告訴你，這件事可以自動化。
