【第613期】Autogenesis：A Self-Evolving Agent Protocol

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

今天的主题是：

Autogenesis: A Self-Evolving Agent Protocol

Summary

近年来，基于 LLM 的智能体系统在解决复杂的长时程任务方面展现出一定潜力。然而，现有智能体协议（例如 A2A 和 MCP）在跨实体生命周期与上下文管理、版本追踪以及具备演化安全性的更新接口方面定义不足，这种不足倾向于促成单体式组合架构，并导致脆弱的“胶水代码”设计。

为此，我们提出 Autogenesis Protocol（AGP），一种自演化协议，其核心思想是将“什么在演化”（what evolves）与“如何进行演化”（how evolution occurs）进行解耦。

AGP 包含两个主要层级：

1. Resource Substrate Protocol Layer（RSPL）

该层将提示词（prompts）、智能体（agents）、工具（tools）、环境（environments）以及记忆（memory）统一建模为协议注册资源（protocol-registered resources），并为其定义：

• 显式状态（explicit state）

• 生命周期（lifecycle）

• 版本化接口（versioned interfaces）

从而使所有系统组件都成为可管理、可追踪的协议对象。

2. Self Evolution Protocol Layer（SEPL）

该层定义了一个闭环操作接口，用于：

• 提出改进（proposing improvements）

• 评估改进（assessing improvements）

• 合并变更（committing improvements）

并支持可审计的演化谱系（auditable lineage）与回滚机制（rollback）。

在 AGP 基础上，我们进一步提出 Autogenesis System（AGS），这是一个自演化多智能体系统，能够在执行过程中动态实例化、检索并优化协议注册的资源。

我们在多个具有挑战性的基准任务上对 AGS 进行了评估，这些任务要求在异构资源之间进行长时程规划与工具使用。实验结果表明，AGS 相较于强基线模型取得了一致性提升，验证了资源化管理与闭环自演化机制的有效性。

原文链接：https://arxiv.org/abs/2604.15034