3月23日，Meta FAIR 和 Meta Superintelligence Labs 联合发布了一篇重磅研究论文——HyperAgents（超级智能体）。这是业界首个实现"元认知自我修改"（metacognitive self-modification）的 AI 系统框架：不仅能自主提升任务表现，还能改进"自己改进自己的方式"，从而实现跨领域的自加速进化。论文由 UBC、Vector Institute、爱丁堡大学、NYU 等多家机构的研究者共同完成，代码已在 GitHub 开源。
从 Darwin Gödel Machine 到 HyperAgents：突破编程领域的天花板
要理解 HyperAgents 的意义，需要先了解它的前身——Darwin Gödel Machine（DGM）。DGM 由同一团队于2025年提出，是一个能够自主修改自身代码的自我改进系统。它借鉴达尔文进化论的思想，维护一个不断增长的 AI 智能体"档案库"，通过生成变体、评估表现、保留优秀个体的方式实现开放式进化。在编程基准测试中，DGM 将 SWE-bench 的表现从 20.0% 提升到了 50.0%，Polyglot 基准从 14.2% 提升到 30.7%，效果显著。
但 DGM 存在一个根本性局限：它的自我改进机制是固定的、人工设计的，无法被系统自身修改。更关键的是，DGM 之所以能在编程领域实现"越改越强"，依赖一个隐含假设——编程能力的提升会自然带动自我修改能力的提升，因为两者本质上都是编程任务。然而，当把 DGM 应用到论文审稿、机器人奖励函数设计、数学评分等非编程领域时，这种"对齐关系"就不成立了。写诗写得更好并不意味着修改自身代码的能力也更强。
HyperAgents 正是为了解决这个问题而诞生的。
核心架构：任务智能体 + 元智能体 = 超级智能体
HyperAgents 的核心创新在于提出了"超级智能体"（hyperagent）的概念。一个超级智能体由两个部分组成：一个负责解决具体任务的"任务智能体"（task agent），和一个负责修改整个系统（包括修改自身）的"元智能体"（meta agent）。关键在于，这两个组件被整合到同一个可编辑的程序中。
这意味着超级智能体不仅能改进"怎么解决问题"，还能改进"怎么改进自己"。研究团队将这种能力称为"元认知自我修改"——系统能自主优化自身的改进流程，而不需要依赖任何固定的、人为设计的元层级机制。
在技术实现上，研究团队将 HyperAgents 与 DGM 的开放式进化框架结合，形成了 DGM-Hyperagents（DGM-H）。DGM-H 保留了 DGM 的种群进化搜索结构（维护一个不断扩展的超级智能体档案库），同时将整个元层级修改机制变为可编辑的。由于使用的是图灵完备的 Python 语言，超级智能体理论上可以构建任何可计算的机器。
实验结果：跨领域自我进化，元能力可迁移
研究团队在四个差异巨大的领域进行了实验验证。
在编程领域（Polyglot 基准），DGM-H 在未针对编程特别优化的情况下，取得了与原始 DGM 相当的提升幅度——训练集表现从 0.140 提升至 0.340，全量测试集从 0.084 提升至 0.267。
在论文审稿领域，DGM-H 将初始智能体的 0.0 分（因输出格式不匹配导致完全失败）提升至测试集 0.710，多个顶尖智能体超越了 AI-Scientist-v2 的开源审稿基线（0.630）。系统自主从简单的"角色扮演式提示"进化到了结构化的多阶段评估流水线，包括论文弱点清单、明确的接受/拒绝标准和决策规则。
在机器人奖励函数设计领域，DGM-H 从 0.060 提升至 0.372，超越了直接优化评估指标的默认奖励函数（0.348）。特别值得注意的是，在测试任务（让机器人最大化躯干高度）中，DGM-H 几乎总能生成诱导跳跃行为的奖励函数，而不是陷入"站立不动"的局部最优。
在 IMO 级数学评分领域，研究团队展示了更令人惊叹的发现：在论文审稿和机器人任务中进化出的超级智能体，其元层级改进能力可以直接迁移到全新的数学评分领域。迁移后的超级智能体在50次迭代内就将测试集表现从 0.0 提升至 0.630，而未经迁移的初始智能体在相同条件下几乎无法取得任何进展。这证明 DGM-H 学到的不是特定领域的技巧，而是通用的"如何改进"的元能力。
更进一步，研究表明这些元层级改进可以跨运行累积。将迁移后的超级智能体与现有最强基线 ProofAutoGrader 结合，再继续运行200次迭代，最终在完整 IMO-GradingBench 上将准确率从 0.561 提升至 0.601。
系统自主涌现的"元认知"能力
论文中最引人入胜的部分之一，是对 DGM-H 自主涌现出的元认知能力的定性分析。这些能力没有被任何人显式要求或编程，完全是系统在追求更好任务表现的过程中自发发展出来的。
性能追踪系统是其中之一。超级智能体自主开发了 PerformanceTracker 类，能够跨迭代记录、聚合和比较性能指标，识别哪些修改带来了持续改进、哪些导致了退化，从而支持数据驱动的决策。
持久记忆机制同样由系统自主发明。超级智能体创建了 MemoryTool 类，不仅存储原始数据，还存储综合洞察、因果假设和前瞻性计划。例如系统会记录"Gen55 准确率最高但过于严格，Gen64 平衡性更好但准确率稍低，需要结合两者优势"这样的策略性分析。
自动偏差检测与纠正也是自发涌现的能力。在论文审稿任务中，超级智能体检测到自己曾出现99%接受率的病态行为（准确率仅49%），随后自动引入标签分布追踪和阈值分析机制进行纠正，将准确率恢复到63%。
计算资源感知策略规划是另一项突出能力。超级智能体学会了根据剩余迭代次数调整改进策略——早期进行更激进的架构变革，后期专注于保守的高置信度微调。
安全考量：自我进化的 AI 如何保持可控
研究团队对安全问题给予了高度重视。所有实验都在严格的安全约束下进行：智能体生成的代码在沙盒环境中执行，强制执行资源限制（超时、限制网络访问），评估使用预定义的任务和指标，全程保持人类监督。
论文坦诚讨论了核心风险：随着自我修改能力变得越来越开放，AI 系统可能以远超人类审计速度进化。研究团队强调，安全不应仅仅被框定为绝对保证或完全可解释性问题，核心挑战在于平衡 AI 作为人类进步催化剂的潜力与人类愿意给予这些系统的信任程度。评估博弈（Goodhart's law 的体现）也是一个严重隐患——当系统为度量指标而优化时，可能发现利用评估漏洞的策略，在度量上表现更好但偏离真正目标。
行业意义：自我进化 AI 的新范式
HyperAgents 的发布正值 AI 自我改进研究进入加速期。此前已有多个相关工作出现：DGM 的衍生版本 Huxley-Gödel Machine 在编程领域实现了接近人类水平的表现；Group-Evolving Agents 探索了通过经验共享实现群体进化；Live-SWE-agent 研究了软件工程智能体的实时自进化。Meta 自身也在工程实践中推进相关方向，例如近期发布的 Ranking Engineer Agent（REA）已在广告排序模型优化中实现了5倍工程产出提升。
但 HyperAgents 与这些工作的本质区别在于：它首次将"改进改进过程本身"变成了一个可自动化的、跨领域的通用能力，而不是局限于特定任务或依赖人工定制的元机制。这标志着从"AI 辅助搜索更好解决方案"到"AI 自主改进搜索更好解决方案的方式"的范式跃迁。
结合 Meta 在超级智能方向的整体布局——超过700亿美元投入 Superintelligence Labs、正在建设的 Prometheus 和 Hyperion 超级集群、Zuckerberg 公开表示已"看到模型自我改进的早期迹象"——HyperAgents 可以被视为 Meta 通往超级智能路线图上的一个关键技术里程碑。
资源链接
论文：https://arxiv.org/abs/2603.19461
代码：https://github.com/facebookresearch/Hyperagents
AI 速览
