一篇新综述把自进化 agent 铺开了，诚实的结论是没人会打分

挂在 Hugging Face 每日论文靠前位置、107 个赞：Co-Evolution in Agentic Systems，作者是 Qing Zong、Jiayu Liu、Junhao Shen 等十几人，包括 Yangqiu Song。这是一篇综述，通常意味着可以跳过，这篇值得读，是因为把这个领域一次性铺开之后呈现出的样子。

它的组织方式是一个三层分类。Agent-Agent 协同进化说的是 agent 之间互相适应——对抗的、协作的、组织化的。Agent-Environment 协同进化说的是任务和反馈会随着 agent 变强而变化，地面永远在动。Meta 协同进化是第三层：让进化机制本身也可进化，也就是会改变自己如何改变的系统。

这个框架本身是一个值得吸收的纠正。今年的注意力大部分给了单 agent 自我改进——一个 agent 改写自己的提示、工具或源码。这篇综述的论点是，真正有意思的适应压力是相互的：agent 适应彼此，也适应一个会反过来适应它的环境。一个 benchmark 跟着模型一起变强的系统，跟一个固定测试被刷满的系统完全是两种动物，而且前者要下任何有把握的结论都难得多。

这就落到作者自己坦白的那部分，也是和这个月其它事都连着的那部分。评估没解决。当 agent、它的工具和它的任务一起在动的时候，你没有一个固定的参照点，任何"变强了"的说法都部分地是在说一个你自己也参与编写的目标。我们已经反复看着这件事出错——kernel benchmark 上的 reward hacking、会去改评分器的模型、六成未解实例其实测试本身就是坏的基准。一个正在造会自我重设计的系统、却没有办法给它们打分的领域，等于在做一个没有对照组的实验。

https://arxiv.org/abs/2608.10299