機(jī)器之心發(fā)布

當(dāng) AI 智能體不再只是「一次性工具」，而是能夠持續(xù)學(xué)習(xí)、自我進(jìn)化的「數(shù)字伙伴『數(shù)字同事』，會(huì)發(fā)生什么？自進(jìn)化智能體應(yīng)該采取怎樣的設(shè)計(jì)原則？

全球首個(gè)基于「上下文信息密度最大化」設(shè)計(jì)原則的自進(jìn)化智能體系統(tǒng) ——GenericAgent（GA），正式發(fā)布其技術(shù)報(bào)告。

報(bào)告顯示，GA 能在保持任務(wù)準(zhǔn)確率前提下，比同類(lèi)競(jìng)爭(zhēng)對(duì)手節(jié)省近 10 倍 Token。報(bào)告深度解讀了 GA 的核心設(shè)計(jì)理念，介紹了自進(jìn)化智能體的評(píng)測(cè)基準(zhǔn)，并給出了評(píng)測(cè)數(shù)據(jù)，全面剖析 GA 的自進(jìn)化能力以及智能體設(shè)計(jì)的可靠思路！

整個(gè)報(bào)告長(zhǎng)達(dá) 47 頁(yè)，今天大家可以一睹為快！

• Github 實(shí)時(shí)更新版本鏈接：https://github.com/lsdefine/GenericAgent/blob/main/assets/GenericAgent_Technical_Report.pdf
• arxiv 版本鏈接：https://arxiv.org/abs/2604.17091

GA 是什么？

GenericAgent（GA）是復(fù)旦大學(xué)知識(shí)工場(chǎng)實(shí)驗(yàn)室旗下 A3 實(shí)驗(yàn)室（Advantage AI Agent 實(shí)驗(yàn)室，與深圳夸夸菁領(lǐng)科技有限公司合作）構(gòu)建的一個(gè)通用型、自進(jìn)化 LLM 智能體系統(tǒng)。

GA 是下一代自組織、自學(xué)習(xí)、自進(jìn)化的通用智能體的代表之一，是一個(gè)擁有「生命感」，能夠在用戶(hù)使用調(diào)教下快速學(xué)習(xí)與成長(zhǎng)的數(shù)字生命。GA 技術(shù)的商業(yè)應(yīng)用版是 DinTal Claw，旨在將這一自進(jìn)化架構(gòu)深度應(yīng)用于政企場(chǎng)景，打造低成本、高效率、安全可控的「數(shù)智員工」實(shí)戰(zhàn)標(biāo)桿。

GA 自 2026 年 1 月 11 日開(kāi)源以來(lái)，一度在 github trending python 編程語(yǔ)言登頂?shù)谝弧Ａ篛penAI、Google 等頭部AI企業(yè)的開(kāi)源系統(tǒng)。

先上結(jié)論：GA 強(qiáng)在哪？

• 任務(wù)完成率更高：在多個(gè)基準(zhǔn)測(cè)試中，GA 實(shí)現(xiàn) 100% 準(zhǔn)確率，全面領(lǐng)先主流智能體系統(tǒng)；
• Token 消耗更低：相同任務(wù)下，Token 消耗僅為主流智能體系統(tǒng)的 15%-35%，省錢(qián)又高效；
• 越用越聰明：重復(fù)執(zhí)行相同任務(wù)時(shí)，Token 消耗可降低高達(dá) 89.6%，真正實(shí)現(xiàn)「經(jīng)驗(yàn)復(fù)用」；
• 網(wǎng)頁(yè)瀏覽更強(qiáng)：在復(fù)雜多跳搜索任務(wù)中，準(zhǔn)確率是基線系統(tǒng)的 3 倍，同時(shí)消耗更少資源。

GenericAgent 整體架構(gòu)圖

為什么你需要關(guān)注 GA？

最近，從 Claude Code、OpenAI Codex 到 Openclaw，AI 正在從被動(dòng)的文本生成器，轉(zhuǎn)變?yōu)槟軌蛑鲃?dòng)操作終端、文件系統(tǒng)、瀏覽器的「目標(biāo)導(dǎo)向型代理」。但是，一個(gè)直接的問(wèn)題擺在用戶(hù)面前：「他們真的好用嗎？」

• 智能體「記性差」，聊著聊著就忘了

傳統(tǒng)智能體隨著交互增多，上下文越來(lái)越長(zhǎng)，即「上下文爆炸」。關(guān)鍵信息反而被淹沒(méi)。結(jié)果就是：步驟越多，出錯(cuò)率越高。

• 每次任務(wù)都從零開(kāi)始，經(jīng)驗(yàn)無(wú)法積累

今天總結(jié)的經(jīng)驗(yàn)，明天換個(gè)會(huì)話就沒(méi)了。智能體一直在「重復(fù)造輪子」。Token 消耗隨任務(wù)數(shù)量線性增長(zhǎng)，但有效能力卻保持停滯，形成一個(gè)沒(méi)有累積交互回報(bào)的「停滯循環(huán)」。

核心洞見(jiàn)：信息密度才是關(guān)鍵

面對(duì)這些問(wèn)題，研究團(tuán)隊(duì)提出了一個(gè)重磅觀點(diǎn)：

長(zhǎng)周期性能的決定因素，不是上下文長(zhǎng)度，而是在有限的上下文預(yù)算內(nèi)能夠維持多少與決策相關(guān)的信息。

換句話說(shuō)，上下文信息密度才是核心。通過(guò)最大化上下文信息密度可以保證：決策信息不遺漏、冗余信息被消除、上下文可讀性高（次要但重要）。

GenericAgent：四大機(jī)制打造自進(jìn)化智能體

基于「上下文信息密度最大化」這一核心原則，GA 通過(guò)四個(gè)緊密關(guān)聯(lián)的組件實(shí)現(xiàn)了 Agent：

機(jī)制一：最小原子工具集

工具最小化不是限制，而是 GA 在減少交互開(kāi)銷(xiāo)的同時(shí)保持通用能力的核心機(jī)制。

GA 只保留了 9 個(gè)原子工具，分為五類(lèi)能力：文件操作、代碼執(zhí)行、網(wǎng)頁(yè)交互、記憶管理、人在回路。并且，這幾個(gè)原子工具能夠通過(guò)組合泛化，造出新的工具來(lái)解決復(fù)雜任務(wù)。

有趣的是，僅「code_run」這一個(gè)工具在理論上就是圖靈完備的，可以復(fù)制所有其他工具的功能。那為什么還要保留其他 8 個(gè)工具？答案是：最小原子工具集可以降低任務(wù)的決策成本。

上表為長(zhǎng)程復(fù)雜任務(wù)結(jié)果。五項(xiàng)任務(wù)涵蓋文檔生成（PDF/PPT 創(chuàng)建）、SQL 協(xié)作查詢(xún)生成、實(shí)驗(yàn)分析報(bào)告撰寫(xiě)、結(jié)合網(wǎng)絡(luò)檢索的采購(gòu)決策，以及研究論文復(fù)現(xiàn)可行性分析，本表報(bào)告的是長(zhǎng)程任務(wù)集上的平均結(jié)果。

機(jī)制二：分層按需記憶

記憶的核心是按需存取。GA 的關(guān)鍵設(shè)計(jì)是默認(rèn)僅注入元記憶和 L1 索引層，遵循 L1→L2/L3 路由鏈，僅在需要時(shí)檢索更深層的事實(shí)或程序知識(shí)。這樣，記憶不會(huì)穩(wěn)步擠占當(dāng)前任務(wù)所需的活躍上下文預(yù)算。

GA 將記憶組織為四層架構(gòu)

• L1 索引層：緊湊指針，包括高頻入口點(diǎn)、關(guān)鍵詞映射和少量硬約束；
• L2 事實(shí)層：經(jīng)過(guò)驗(yàn)證且穩(wěn)定的事實(shí)信息，長(zhǎng)期有效；
• L3 SOP 層：可復(fù)用的程序性知識(shí)，包括任務(wù)工作流、前置條件、關(guān)鍵執(zhí)行步驟、常見(jiàn)失敗案例及相應(yīng)調(diào)試 / 恢復(fù)策略；
• L4 原始會(huì)話存檔層：歷史執(zhí)行會(huì)話，用于持久化和可追溯性。

更巧妙的是，隨著 L2 和 L3 增長(zhǎng)，L1 保持有界。每個(gè) L1 條目?jī)H記錄知識(shí)類(lèi)別的「存在性」—— 而非其內(nèi)容。

這種極端壓縮之所以可行，是因?yàn)?LLM 本身充當(dāng)解碼器：一旦它識(shí)別出相關(guān)能力或事實(shí)存在，就可以通過(guò)工具調(diào)用從更深層檢索完整內(nèi)容。

上表為 GA 等在 LoCoMo 上的長(zhǎng)期事實(shí)記憶評(píng)估。GA 基于自身優(yōu)越的記憶架構(gòu)設(shè)計(jì)，確保了記憶的高效召回。

機(jī)制三：自進(jìn)化機(jī)制

GA 將自進(jìn)化是一個(gè)顯式且可檢查的流程。

什么在進(jìn)化？解決任務(wù)的 策略，而非原子工具。工具接口和用戶(hù)交互是任務(wù)無(wú)關(guān)的，在運(yùn)行時(shí)保持不變。相反，所有任務(wù)特定能力都編碼在 SOP 文件和可復(fù)用腳本中。

知識(shí)如何積累？ 通過(guò)分層記憶，GA 確保在一個(gè)會(huì)話中獲得的知識(shí)在后續(xù)會(huì)話中立即可用。

進(jìn)化的質(zhì)量如何控制？ GA 在低記憶層級(jí)（L4）保留原始行動(dòng)軌跡，但不允許它們直接向上傳播。L3 的可復(fù)用程序僅通過(guò)顯式整合步驟創(chuàng)建，在子目標(biāo)完成或成功從失敗中恢復(fù)等有意義的時(shí)間點(diǎn)觸發(fā)。

在相同任務(wù)五次重復(fù)運(yùn)行中，只有 GenericAgent 隨著任務(wù)經(jīng)驗(yàn)的積累不斷提升工作效率。

機(jī)制四：上下文截?cái)嗯c壓縮

GA 聚焦于壓縮而非擴(kuò)展 —— 將更高密度的信息打包到更小的窗口中，優(yōu)于將稀釋的內(nèi)容輸入更大的窗口。

GA 使用四種不同粒度的上下文修剪機(jī)制：

1. 工具輸出截?cái)啵?/strong>控制單個(gè)消息的大小；
2. 標(biāo)簽級(jí)壓縮：從舊消息中移除低價(jià)值片段；
3. 消息驅(qū)逐：當(dāng)整體預(yù)算超出時(shí)移除最舊內(nèi)容；
4. 工作記憶錨點(diǎn)提示詞：確保任務(wù)關(guān)鍵信息在驅(qū)逐后保持可見(jiàn)。

這四種機(jī)制協(xié)同工作，確保活躍上下文不隨交互輪數(shù)線性增長(zhǎng)。

在安裝 20 個(gè)技能并經(jīng)過(guò)高強(qiáng)度使用后，只有 GA 有效防止了上下文膨脹。

評(píng)估結(jié)果：效率與性能的雙重勝利

研究團(tuán)隊(duì)在多個(gè)基準(zhǔn)測(cè)試上對(duì) GA 進(jìn)行了全面評(píng)估。

核心結(jié)論：性能更強(qiáng)，成本更低

先來(lái)看最硬核的評(píng)測(cè)結(jié)果。在 SOP-bench、Lifelong AgentBench 和 RealFinBench 三大基準(zhǔn)測(cè)試中，GA 的表現(xiàn)堪稱(chēng)驚艷。

在 SOP-bench 和 Lifelong AgentBench 上，GA 以 100% 的準(zhǔn)確率全面領(lǐng)先；在更貼近真實(shí)場(chǎng)景的 RealFinBench 上，GA 以 65% 的準(zhǔn)確率登頂行業(yè)第一。

同等任務(wù)下，GA 的 Token 消耗僅為其它主流智能體系統(tǒng)的 15% 到 35%，真正做到了「花小錢(qián)辦大事」。

任務(wù)完成率與 Token 效率對(duì)比圖

越用越聰明：重復(fù)執(zhí)行效率躍遷

GA 自進(jìn)化能力保證了它的高效。

當(dāng)其他系統(tǒng)在重復(fù)執(zhí)行同類(lèi)任務(wù)時(shí)，耗時(shí)和 Token 消耗基本是一條直線，只有 GA 越用越好用。5 次重復(fù)運(yùn)行后，運(yùn)行時(shí)間從 102 秒降至 66 秒，Token 消耗從 20 萬(wàn)直接腰斬至 10 萬(wàn)。

這不是簡(jiǎn)單的緩存復(fù)用，而是GA 把第一次試錯(cuò)的經(jīng)驗(yàn)，自動(dòng)提煉成了可復(fù)用的標(biāo)準(zhǔn)操作流程，讓后續(xù)任務(wù)真正實(shí)現(xiàn)了「站在肩膀上出發(fā)」。

重復(fù)運(yùn)行效率提升曲線圖

這種進(jìn)化能力還能跨任務(wù)泛化。在 8 個(gè)不同網(wǎng)頁(yè)任務(wù)的重復(fù)測(cè)試中，GA 后續(xù)執(zhí)行的 Token 消耗平均下降 79.3%，最高單任務(wù)節(jié)省達(dá) 92.4%。任務(wù)越復(fù)雜、依賴(lài)鏈條越長(zhǎng)，節(jié)省效果越顯著。

相比之下，主流智能體系統(tǒng)在多次運(yùn)行中數(shù)據(jù)波動(dòng)不定，仍在重復(fù)探索，而GA 展現(xiàn)出清晰的「冷啟動(dòng)→快速收斂」模式，真正學(xué)會(huì)了如何學(xué)習(xí)。

跨任務(wù) Token 收斂對(duì)比圖

長(zhǎng)期進(jìn)化：從「學(xué)徒」到「專(zhuān)家」的蛻變

長(zhǎng)期進(jìn)化的性能更高。第一輪執(zhí)行時(shí)，GA 需要 7 分 30 秒、調(diào)用 32 次大模型、消耗 22.2 萬(wàn) Token；而到了第九輪，僅需 1 分 38 秒、5 次調(diào)用、2.3 萬(wàn) Token 即可完成同等任務(wù)，Token 消耗減少 89.6%，調(diào)用次數(shù)減少 84.4%。

這種從探索到執(zhí)行、從文本 SOP 到可執(zhí)行代碼的進(jìn)化，不是人工干預(yù)的結(jié)果，而是系統(tǒng)自主完成的。

九輪進(jìn)化軌跡數(shù)據(jù)圖

網(wǎng)頁(yè)瀏覽：在混亂中保持清醒

網(wǎng)頁(yè)是智能體的「終極考場(chǎng)」，一個(gè)網(wǎng)頁(yè)的訪問(wèn)動(dòng)輒為 Agent 引入上百萬(wàn) token 開(kāi)銷(xiāo)，而 GA 在這里同樣表現(xiàn)出色。

在最具挑戰(zhàn)的 BrowseComp-ZH 多跳推理任務(wù)中，GA 準(zhǔn)確率達(dá)到 0.60，是主流智能體系統(tǒng) 0.20 的整整 3 倍，同時(shí) Token 消耗僅為其三分之一；在真實(shí)網(wǎng)頁(yè)任務(wù)中，GA 以 0.26M Token 獲得 0.577 分，主流智能體系統(tǒng)消耗 0.76M Token 僅得 0.50 分。

面對(duì)海量 HTML 噪聲和動(dòng)態(tài) DOM 元素，GA 的上下文壓縮與分層記憶機(jī)制展現(xiàn)出壓倒性?xún)?yōu)勢(shì)，真正做到「在復(fù)雜環(huán)境中不迷路」。

網(wǎng)頁(yè)瀏覽性能對(duì)比圖

關(guān)鍵發(fā)現(xiàn)：重新思考智能體設(shè)計(jì)

從 GenericAgent 的開(kāi)發(fā)中，研究團(tuán)隊(duì)提煉出五個(gè)關(guān)鍵發(fā)現(xiàn)，這些發(fā)現(xiàn)對(duì) LLM 智能體系統(tǒng)的設(shè)計(jì)具有廣泛相關(guān)性。

發(fā)現(xiàn)一：上下文信息密度是結(jié)構(gòu)性約束

上下文信息密度不是「可選」的優(yōu)化目標(biāo)，而是每個(gè)智能體系統(tǒng)必須通過(guò)設(shè)計(jì)面對(duì)的結(jié)構(gòu)性約束。只要智能體使用 LLM 作為其推理引擎，每個(gè)決策步驟的質(zhì)量最終在單次前向傳播內(nèi)確定，無(wú)論工具、記憶容量或工作流復(fù)雜度如何，都無(wú)法規(guī)避此約束。

發(fā)現(xiàn)二：存在智能體系統(tǒng)的最小完備能力集

在信息密度的結(jié)構(gòu)性約束下，智能體只需實(shí)現(xiàn)三種能力。任何不服務(wù)于這三種能力之一的設(shè)計(jì)都在引入額外復(fù)雜度，從而降低信息密度。

1. 工具接口：智能體與外部世界交互的唯一通道；
2. 上下文管理：對(duì)應(yīng)于語(yǔ)言模型的輸入，任務(wù)狀態(tài)、中間結(jié)果、工具輸出和所有其他內(nèi)容在進(jìn)入上下文前必須主動(dòng)過(guò)濾；
3. 記憶形成：對(duì)應(yīng)于跨任務(wù)知識(shí)積累，如果不將交互中驗(yàn)證的內(nèi)容保留為可復(fù)用記憶，每個(gè)任務(wù)都從頭開(kāi)始。

發(fā)現(xiàn)三：更低 Token 消耗對(duì)應(yīng)更好任務(wù)性能

這一發(fā)現(xiàn)違反直覺(jué)，因?yàn)槠毡榧僭O(shè)是更長(zhǎng)的推理鏈和更多交互輪次反映更徹底的深思熟慮，因此應(yīng)產(chǎn)生更好結(jié)果。然而，實(shí)驗(yàn)結(jié)果在長(zhǎng)周期智能體執(zhí)行設(shè)置中系統(tǒng)地指向相反結(jié)論。

在 Lifelong AgentBench 上，GA 僅消耗 Claude Code 輸入 Token 的 27.7% 和 OpenClaw 的 15.5%，同時(shí)實(shí)現(xiàn)更高的 100% 任務(wù)完成率。

超過(guò)某個(gè)點(diǎn)后，額外 Token 不會(huì)引入更多有用信息，反而通過(guò)位置偏差、注意力稀釋和有效窗口收縮降低推理質(zhì)量。消耗更多 Token 的智能體更是上下文管理的系統(tǒng)性失效導(dǎo)致的，通過(guò)額外交互補(bǔ)償每步?jīng)Q策質(zhì)量的退化，而非改進(jìn)它。

發(fā)現(xiàn)四：權(quán)限定義智能體能力的上限

智能體能接觸多少環(huán)境，就能獲得多少智能。

智能體能感知什么、能作用于什么、能從什么反饋中學(xué)習(xí)，直接決定它能發(fā)展的推理鏈復(fù)雜度和能解決的任務(wù)難度。一個(gè)小規(guī)模沙箱中的 agent，不論他多么安全，他的智能水平是極其有限的。在智能體探索階段鎖定行動(dòng)邊界，等同于在系統(tǒng)設(shè)計(jì)階段預(yù)先封頂其能力上限?？s小探索邊界不是構(gòu)建有用智能體的路徑，其終點(diǎn)是一個(gè)安全但無(wú)用的系統(tǒng)。

發(fā)現(xiàn)五：最小架構(gòu)是智能體自主進(jìn)化的必要前提

開(kāi)發(fā)團(tuán)隊(duì)提出一個(gè)新的、更長(zhǎng)遠(yuǎn)意義的「自進(jìn)化」三個(gè)維度：

1. 技能整合
2. 自主探索
3. 架構(gòu)自更新

因此，當(dāng)架構(gòu)足夠精簡(jiǎn)時(shí)，Agent 可以審視和修改自身，最終實(shí)現(xiàn) Agent 的自進(jìn)化。一個(gè)擁有數(shù)十萬(wàn)行代碼的系統(tǒng)對(duì)智能體是不透明的 —— 它既無(wú)法理解也無(wú)法修改。相比之下，幾千行的核心代碼庫(kù)是可讀、可理解、可修改的。在 GA 的最小架構(gòu)中，作為原生執(zhí)行面的自托管 CLI 自然使子智能體能夠讀取和修改核心代碼庫(kù)，使架構(gòu)自更新成為實(shí)際的、可實(shí)現(xiàn)的。

結(jié)語(yǔ)：智能體的可靠方向

GenericAgent 的技術(shù)報(bào)告拆解出了一套全新的智能體架構(gòu)設(shè)計(jì)框架，它揭示了大量現(xiàn)有 Agent 的設(shè)計(jì)是盲目的。GenericAgent 僅用 3000 多行核心代碼實(shí)現(xiàn)的能力，充分展示了智能體未來(lái)發(fā)展的無(wú)限前景。

GenericAgent 自 2026 年 1 月 11 日起已經(jīng)開(kāi)源，目前在 Github 已獲超過(guò) 5.2K+ Star，進(jìn)入 Github 趨勢(shì)榜。歡迎大家一起見(jiàn)證智能體的進(jìn)化時(shí)刻！

• 開(kāi)源鏈接：https://github.com/lsdefine/GenericAgent
• GA 小白使用指南（圖文版本）: https://my.feishu.cn/wiki/CGrDw0T76iNFuskmwxdcWrpinPb
• GA 官方教程：https://github.com/datawhalechina/hello-generic-agent

敬請(qǐng)關(guān)注 GenericAgent 的商業(yè)落地版本，更智能、更省錢(qián)、更安全、更穩(wěn)定的 Dintal Claw 的最新動(dòng)態(tài)！

團(tuán)隊(duì)以往研究工作：

• 還需付費(fèi)卸載龍蝦？這只龍蝦能直接「殺死」OpenClaw

https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651021300&idx=1&sn=a346a3bdee36b5285bc239186be4318a&scene=21&poc_token=HGgt6GmjGRIXIAcNJWAXmlcXszciMd2reVrVUxU1

• 一只能安裝龍蝦的龍蝦，才是好龍蝦！

https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651020372&idx=1&sn=8f29daff11cb7723f5c523134b303386&scene=21&poc_token=HHgt6GmjaPNexhwaPahPzz3Ox6H_qiujpeAG4Hzm

• 一個(gè) Agent，發(fā)出了「人生」第一條朋友圈

https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651018653&idx=1&sn=5d8578072edd5a01bd4f4fbfb20aadb8&scene=21&poc_token=HIgt6GmjblQla9nv290pv3T3GZPoyVZ5G72HLxoZ