颠覆性AI工具：自进化Agent引领新革命

技能（Skills）的火爆，预示着新的Agent范式即将来临……

无需借助Skills，无需在GitHub上翻阅项目、寻找工具，只需将需求抛给Agent，它便能一边执行任务，一边创造所需的工具。

是的，这些Agent完全无需人类干预，无需向AI师傅递送扳手、搬运梯子。

工作中所需的任何工具，Agent都能直接「进化」出来。

以Gemini 3 Pro为后端，在极端评测HLE（Humanity’s Last Exam）中一骑绝尘，仅次于GPT5.2-Pro智能体。

在几个高难度评测集中，与官方未披露方法的含工具使用结果相比，其得分高了将近20分。

甚至还是一次性完成的。

这是最近新发表的一篇论文。

会自己造工具的Agent

发现这篇论文，是因为前几天看到了一个演示。

第一眼看上去，只是一个普通的交互场景：用户提出需求，将一串提示（Prompt）抛给Agent。

找出2023届毕业生中，哪些州的ACT考试参与率达到或超过50%，且平均综合分数在20分及以上。并给出这些州中，各州学生达到科学基准的比例。

然后Agent开始分析、规划任务，挑选可能会用到的工具。

到目前为止，一切都很正常。

但说实话，这个演示选的任务并不好，太开放，不像现有工具能一次性解决，可能需要多次迭代对话。

果然出问题了，工具不够用，无法继续下去。

等一下……

它怎么开始自己造工具了？？用错了还能修复？

这有点过于魔幻了。感觉就像动物园里，前一秒还躺着剥香蕉的猩猩，突然一个跟头翻起来，开始钻木取火了。

我赶紧把论文翻出来，从头到尾扒了一遍。

不看没事，这一看，扒出来一堆更让人细思极恐的细节。

这家伙，居然靠这种方式，在只有一次答题机会的5个评测集中，造了128个工具！！

是的，从零开始，一个一个捏到了128个。

简直是天崩开局。

更惨的是，研究人员还一上来就把它扔进了地狱级的Benchmark—HLE（Humanity’s Last Exam）上，与基于GPT、Claude、Gemini的Agent怪物同台竞争。

不过，意料之外的事情发生了。

遇到「打」不过的题目，这家伙居然会自己造武器。

一路打怪，一路合成装备。

等刷完HLE两千多道题时，它已经悄悄攒了97把大宝剑。

原位自进化框架

怎么做到的？

研究团队用了一种全新框架——原位自进化（In-situ Self-evolving Agent）。

仔细研究了一下，发现行业其实一直在做自进化（Self-evolving Agent），但和原位自进化是两回事。

...（中间部分省略）...