闭环 AI 自我进化:从 Skill、Harness 到模型训练与评估|AICon北京
AICon北京探讨闭环AI自我进化,覆盖Skill、Harness到模型训练与评估
- AICon 全球人工智能开发与应用大会
- 2026-11-15 北京
本文字数:1686 字
阅读完需:约 6 分钟
AI Agent 正从问答工具演进为能理解目标、调用系统、闭环执行的企业级工作承担者,工程重心转向上下文管理、工具集成、执行环境与反馈回路设计。OpenAI、Google Cloud、Anthropic 实践表明:模型能力决定上限,工程能力决定落地实效。
Agent 落地关键在任务可定义性、结果可验收性、权限与成本可控性;Coding Agent 已具备代码库理解与端到端任务执行能力;Agent 工程需系统性解决长任务、多模态与自进化挑战。
适合AI平台工程师、MLOps工程师、企业架构师阅读。
当 Agent 真正进入企业流程,哪些工作可以交给 AI ?50 + 实战案例揭晓答案!
AI 正在从回答问题的辅助工具,走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程,问题不再是 “如何把 AI 做出来”,而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向推理、工具调用、多模态和长任务延伸,开发重心正从单次调用转向上下文、工具、执行环境与反馈回路的设计,Coding Agent 也从代码补全演进为能理解代码库、运行测试、完成复杂任务的工程协作者。OpenAI、Google Cloud、Anthropic 的最新实践共同指向一个结论:模型决定 Agent 能做什么,工程决定它能否真正进入生产、创造价值。
在这一背景下, 2026 年 AICon 人工智能开发与应用大会 · 北京站 将于 12 月 18–19 日 ,在北京新云南皇冠假日酒店举办。本届大会以 探索 A 应用边界 为主题,设置 13 大技术专题,覆盖 大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革 等核心方向,汇聚一线技术专家,深入分享 AI 技术突破与企业规模化落地的真实实践。
微软亚洲研究院高级研究员杨一帆已确认出席 “ Self-Evolving Agents|从经验学习到可控进化 ” 专题,并发表题为 《 闭环 AI 自我进化:从 Skill、Harness 到模型训练与评估 》 的主题分享。杨一帆的本次分享结合了一系列研究工作,探讨递归自我改进(RSI)的关键问题与解决方案。在技能与执行层面,SkillOpt 依据执行反馈更新可复用技能,HarnessOpt 协调工作流、工具、记忆与恢复机制的改动;在训练与评估层面,EnvOpt 随学习者的变化调整可执行训练环境,支持模型迭代训练,EvalOpt 则基于人类偏好改进评估与反馈策略,以更好地支持开放式任。RetriEvolver 展示了自我演进在异构检索系统中的应用成效。本次分享还将结合实验结果与失败案例,讨论如何明确改进对象、以证据指导改动并验证效果,据此保留有效改进、积累经验。
杨一帆,微软亚洲研究院高级研究员,主要研究智能体系统、AI 自进化以及大模型后训练相关技术。发表学术论文四十余篇,拥有十余项国际专利,获 AAAI 2026 杰出论文奖、WAIC 2026 青年优秀论文提名奖。长期担任 NeurIPS、ICLR、ICML 和 AAAI 等国际会议的领域主席。长期支持微软内部的模型研发以及产品技术转化,相关技术应用于 Office、Azure 等微软核心产品。主导的开源项目累计获得超过 2 万 GitHub Stars。
他在本次会议的详细演讲内容如下:
演讲提纲
递归自我改进:从执行经验到能力提升
改进对象:技能、执行系统、训练环境与评估机制各自解决什么问题
闭环设计:从任务反馈中提出改进、验证效果并积累经验
设计取舍:选择优化切入点,兼顾改进效果、优化成本与稳定性
Skill 与 Harness:技能与执行系统的自我改进
SkillOpt:依据执行反馈优化可复用技能
HarnessOpt:协同改进工作流、工具、记忆与恢复机制
RetriEvolver:HarnessOpt 在异构检索系统中的应用实践
模型训练与评估:优化学习过程本身
EnvOpt:随学习者能力变化调整可执行训练环境,支持模型迭代训练
EvalOpt:基于人类偏好改进评估与反馈策略,支持开放式任务
总结与展望
听众收益
理解 Skill、Harness、模型训练与评估层面的自我改进方法及其适用范围
获得从任务反馈到效果验证的闭环设计思路,判断哪些改动值得保留和复用
结合自身系统识别优化切入点,规划可逐步实施、可验证的演进路径
查看更多详情可扫码或联系票务经理 13269078023 进行咨询。
Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股(北京)有限公司 | 京 ICP 备 16027448 号 - 5 京公网安备 11010502039052号 | 产品资质
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。