facebookresearch/HyperAgents

解决的问题

HyperAgents 旨在创建能够自主优化任意可计算任务的智能体。它解决了创建 AI 智能体时面临的挑战：这些智能体能够在不依赖持续的人工干预或手动调优的情况下，提升自身在特定目标上的表现。

工作原理

该系统采用自我参照架构，其中“元智能体”和“任务智能体”协同工作。元智能体分析任务智能体的性能，并生成对任务智能体代码的修改（diff），以提高其效率和有效性。这形成了一个自我改进的循环，智能体能够优化自身的逻辑和行为，以更好地解决目标领域的问题。

适用人群

对自我改进 AI、递归自我改进、改进循环以及能够优化可计算任务的自主智能体感兴趣的科研人员和开发者。

主要亮点

• 自我参照改进：智能体可以修改自身代码，以优化目标任务。
• 通用框架：能够跨不同领域优化任意可计算任务。
• 自我改进循环：实现一个生成、测试并应用智能体逻辑改进的循环。
• 基础模型集成：支持多种基础模型，包括 OpenAI、Anthropic 和 Gemini。