研究目录 / RESEARCH INDEX
从一个问题找到相关研究，再沿着完整解读回到原文。
28 份资料
按发表时间排列，日期未知置后。
发表日期与收录日期分别记录。历史材料在 2026-11-09 建立收录基线，不代表当天新发表。
按主分类与资料实体计数；来源版本不重复计入。统计描述本库，不代表领域全量。
使用预设知识分类，未运行自动聚类。机构合作网络在有充分、明确的署名数据后再提供。
试着移除一个筛选条件，或缩短关键词。所选日期未知的资料不会自动改用另一日期。
HarnessMM: Recursive Self-Improvement for Harness Token Efficiency
在模型与工具之间复用已确定的决策，条件不足时回到原模型。 本文解读依据 v1，新版 v2 待核对。
入选理由代表减少重复推理的执行降本，并保留统计不确定性。
Auditing the Product, Not the Recursion: The Evaluation Evidence Behind Recursive Self-Improvement Claims
将 RSI 论文的产物主张和过程主张与各自的评估证据对应。
入选理由区分产物改善、过程可重复与改进器增强所需的证据。
Elicitation or Expansion? Demystifying Gains from Agent Harness Optimization
用不同尝试预算和任务难度检验成功率提高是否意味着可解范围扩大。
入选理由关键反例：更高的单次成功率不能独自证明能力范围扩大。
MaD-RSI: Model-as-Data for Recursive Self-Improvement of Agent Harnesses
把多个冻结模型的对齐轨迹作为反馈，优化一份共享执行框架。
关联说明检验共享框架能否跨模型复用；与单模型优化的成本分开比较。
HarnessPro: Recursive Harness Self-Improvement with Pareto Optimization for Performance-Cost Trade-offs
按质量与执行成本偏好分档选择 Harness，再用官方测试评价最终效果。
关联说明补充质量—成本前沿，明确不同基线下的节省幅度。
DuoDiscover: Scaling Autonomous Discovery Beyond the Evaluation Bottleneck
构建快速代理度量，并用真实评估持续校准，以减少昂贵的完整评估。
入选理由代表评估瓶颈下的降本路线；代理校准不能替代真实验收。
Harness²: Recursive Agent Harnessing for an Open World
通过行为对比适配新任务，保存执行框架与经验供后续任务复用。
入选理由展示搜索期没有真值验证器时的反馈与跨任务经验复用。
选择偏差的合成实验：候选增多与高分赢家
所有候选真实能力相同，单独观察选择过程如何抬高开发集赢家分数。
入选理由说明搜索赢家分数与独立测试效果的区别；不代表论文系统复现。
RRSI: Regularized Recursive Self-Improvement of Agent Harnesses
约束候选提议与选择，检验框架优化的泛化和复杂度增长。
入选理由同时处理演化集过拟合和执行开销，连接方法、评测与成本。
Improving the matrix multiplication exponent with modern optimization and AlphaEvolve
先构造数值优化器，再用 AlphaEvolve 改进优化程序；这是旧扩展文章中的两层优化案例。
关联说明补齐 AlphaEvolve 扩展文章的原始论文，区分优化程序与执行框架，不新增独立解读。
Hierarchical Self-Improvement: A Framework for Task-Specific Evolvable Agent Harnesses
任务执行框架和演化策略分层演化，模型与元演化器的外层逻辑保持固定。
关联说明展示分层改进、可改作用域和固定边界，作为机制延伸。
Rethinking the Evaluation of Harness Evolution for Agents
对照跨任务框架演化、单任务适配与固定框架重试，并区分同任务在线收益和跨任务泛化。
关联说明作为评测协议的相关候选，补充重试、预算与测试期适配的对照。
Harness-Bench: Evaluating Agent Harnesses across Models and Realistic Workflows
在真实工作任务中比较原生框架与模型配置，检查文件交付和最终工作区状态；它不是优化算法。
关联说明补充原生框架的真实交付评测；原文摘要与 v2 PDF 的规模口径差异在评测文章中保留。
Meta-Harness: End-to-End Optimization of Model Harnesses
端到端修改记忆、检索、提示构造和环境初始化等代码，跨分类、数学与终端任务比较。
关联说明补充端到端框架搜索与任务划分口径；作为评测章节的相关研究候选。
共同修改任务系统与改进程序，并检验改进策略能否在新领域产生收益。 本文解读依据 v1，新版 v2 待核对。
入选理由给出改进策略迁移的具体协议，也保留 task/meta 同时迁移的限制。
AutoHarness: improving LLM agents by automatically synthesizing a code harness
为每个游戏生成动作约束代码，检查合法性；动作合法率和游戏奖励需要分别评价。
关联说明补充游戏动作接口的框架生成，帮助区分留出新 seed 与迁移到新游戏。
Magellan: Autonomous Discovery of Novel Compiler Optimization Heuristics with AlphaEvolve
扩展阅读中的程序与搜索方法案例；题名和最新版本以原文为准。
关联说明把程序搜索用于编译器启发式，补充任务产物优化。
GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning
从执行轨迹和文字反馈中诊断问题，改写提示并保留互补候选。 本文解读依据 v1，新版 v2 待核对。
入选理由用文字反馈驱动提示优化，是理解提示路线的直接案例。
AlphaEvolve: A coding agent for scientific and algorithmic discovery
程序搜索结合可执行反馈和程序档案，用于算法发现。
关联说明优化程序与搜索方法，帮助区分任务产物和执行框架，保留为扩展阅读。
Self-Adapting Language Models
生成用于适应的内容或配置，通过训练改变模型。
关联说明改变模型参数，作为固定权重 Harness 研究的范围对照。
Darwin Gödel Machine: Open-Ended Evolution of Self-Improving Agents
保留多个仍可工作的 Agent 版本，让暂时较弱的分支也有机会发展。
关联说明补充多分支版本探索；与 SICA 对照阅读。
Absolute Zero: Reinforced Self-play Reasoning with Zero Data
通过自生成任务与可验证反馈构建训练课程。
关联说明以自生成训练课程和可验证反馈，补充权重更新路线。
A Self-Improving Coding Agent
让编码 Agent 修改自己的工具和执行流程，保存各版代码与评测结果，再选择下一轮的改进起点。
入选理由具体的编辑工具变化说明系统改进可以发生在模型权重之外。
Automated Design of Agentic Systems
生成 Python Agent 调用程序，可改提示、反思、投票和工作流；外层搜索固定。
关联说明补充调用程序搜索与搜索反馈集的评测边界；暂列相关候选，不自动进入综述精选。
Self-Taught Optimizer (STOP): Recursively Self-Improving Code Generation
把代码改进器自己的源码交给它，通过下游算法的效果评价新改进器。
关联说明提供改进器自修改的早期机制与小规模算法证据。
Promptbreeder: Self-Referential Self-Improvement via Prompt Evolution
同时演化任务提示和负责改写任务提示的变异提示。
入选理由作为提示演化的早期对照，区分改进对象与产生改动的方法。
Self-Refine: Iterative Refinement with Self-Feedback
生成答案、自评并改写当前输出；完整论文解读尚未发布。
关联说明改写当前答案，帮助区分一次产物修订与跨任务系统改进。
Darwin Gödel Machine: Open-Ended Evolution of Self-Improving Agents
作者介绍自修改流程、版本谱系和可视化案例；本站未另写文章解读。
关联说明补充原论文的作者说明，作为扩展原始资料。
资料核对截至 2026-11-09。原文、解读和精选状态分别维护；来源报告不等于本站独立复现。