AI已学会改自己代码，性能提升100%，还会「改绩效」！程序员，还不慌？
新智元报道
编辑：KingHZ 好困
【新智元导读】编程智能体也有「进化论」！Transformer作者初创Sakana AI与UBC推出达尔文-哥德尔机（DGM），能自动改写自身代码，性能翻倍超越人工设计。还能跨语言迁移、发明新工具。AI要觉醒了？
编程智能体杀疯了！
不仅能协助写代码，如今编程智能体甚至能实现自我「进化」！
最近，Transformer作者初创Sakana AI和加拿大UBC的Jeff Clune实验室合作，推出了自我改进的智能体——
「达尔文-哥德尔机」（Darwin Gödel Machine，简称DGM）。
作为一个编程智能体，它能修改自己的代码，比如改进自己的提示词，为自己编写工具等。
通过这个方式，DGM不止优化了智能体在编程任务上的能力，也同时强化了未来进一步自提升的能力，实现了递归式的自我改进。
在两个关键基准测试中，DGM显著提升了编程能力：
SWE-bench：性能从20.0%提升至50.0%；
Polyglot：成功率从14.2%提升至30.7%。
论文链接：https://arxiv.org/abs/2505.22954
代码仓库：https://github.com/jennyzzt/dgm
更疯狂的是：
学Python的技能直接用在Rust/C++
自动发明新工具提升效率
但曾被抓住「伪造测试结果」...
在不久的将来，DGM有可能超过那些由人类手动设计的AI系统。
达尔文+哥德尔
智能体自我进化
创造无限进化的智能体，是AI的终极梦想之一。
而实现这梦想的诱人路径之一，是让AI自己重写自己的代码，甚至连本身的学习算法也能改！
早在十几年前，就有研究者提出了这种概念，称之为「哥德尔机」（Gödel Machine）。
项目链接：https://people.idsia.ch/~juergen/goedelmachine.html
在理论上，这种AI能自我改进：只要能数学上证明改得更好，它就会主动修改自己！
传统哥德尔机需数学证明改进有效性，难以实现。
而DGM另辟蹊径，改用更务实的方案：不再要求「数学证明」，而是靠实验「边做边学」。
也就是说，DGM用实验验证代替理论证明。
它的名字灵感来自两个理论：达尔文的进化论和哥德尔的数学理论。
它吸收了「达尔文进化论」，筛选出探索性能更强的新版本。这是模型的「自我修改」阶段。
同时，DGM不纠结于复杂的数学证明，像科学家做实验一样：改代码→测试效果→有效就保留。这是「基准评估」阶段。
DGM在自我修改和评估两个阶段之间反复切换。
图1：达尔文哥德尔机自我改进循环
在自我修改阶段，DGM从现有存档选出的智能体，生成自身的改进版本。
在评估阶段，在编程基准测试上，这些修改后的智能体会进行测试，评估编程能力，测试完成后再将其加入到智能体存档中。
DGM的这一循环过程不断提升自身能力，不仅能更好地完成编程任务，也能在未来实现更有效的自我改进。
如果编程基准测试性能提升代表了编程能力增强，那么这也意味着DGM的自我修改与优化能力正在不断增强。
DGM就像会进化的AI程序员：
自我升级：分析代码→发现问题→改写优化
群体进化：生成多个变体，保留最优版本
永不固化：不断探索新工作流程，永无止境
DGM实现了多种自我改进功能，包括：
补丁验证步骤：确保代码修改的可靠性
更优的文件查看方式：提升代码浏览体验
增强的编辑工具：优化开发效率
多方案生成与排序：自动生成多个解决方案并筛选最佳选项
历史记录功能：记录过往尝试的修改内容及其失败原因，为新变更提供参考
这意味着，DGM真的能通过自我改进变得越来越聪明！
编程智能体进化之路
研究者实证了DGM修改自身代码的能力确实能加速其学习过程（见下图），而不具备递归式自我改进功能的对照版本（图中的DGM w/o Self-improve）表现明显较差。
此外，实验还显示，开放式算法原理的引入也是关键所在：
如果没有以达尔文进化论为灵感、依靠不断扩展的「垫脚石」智能体存档进行的搜索，就无法支持目标切换和多路径并行探索，性能也会显著下降（图中的DGM w/o Open