Self-Improvements in Modern Agentic Systems: A Survey

该综述将现代自改进agent定义为自适应系统，通过自诱导更新算子将经验转化为参数或scaffold（提示、记忆、工具、控制逻辑）的更新。文章按更新目标（模型参数 vs scaffold组件）和驱动信号组织已有工作，并讨论了应用、评估及开放问题。关键贡献是提供了一个统一框架，区分了参数级和架构级的自我改进路径。

1. 对导购/agent产品的直接参考：综述中关于scaffold级别的自我改进（如自动优化提示、memory更新、tool配置调整）非常契合我的agent产品需求。导购场景中，agent需要从用户交互中持续优化行为，而非仅靠模型参数微调。接下来应重点读其中关于scaffold更新的相关论文，并尝试在项目中引入简单的self-induction机制（如基于成功/失败案例自动优化prompt模板）。
2. 改变了“自我改进必须靠RL”的认知：原来更关注基于RLHF的参数级自我改进，但综述指出更实用且可控的是scaffold级更新，这更适合现有LLM API产品（无需再训练）。这让我重新思考技术选型：短期内优先实现scaffold自改进，而非部署参数微调管线。
3. 接下来行动：收藏仓库并跟踪后续更新；选取2-3篇scaffold自我改进的代表论文精读（如Reflexion、MemGPT思想的应用）；在自己的agent系统中设计一个简单的反馈回路，将成功/失败案例转化为prompt或tool配置的自动调整。