Hexo Labs开放SIA源代码，让AI智能体持续自我学习

自我改进智能体，不再只是更好的提示词。

迄今为止，AI智能体开发主要沿着两条路线推进。一种是开发者或元智能体从外部改进系统，包括提示词、工具选择、重试逻辑和搜索策略。另一种是团队利用任务反馈对模型本身进行微调。SIA把这两种方式纳入同一个循环。

这里的关键概念是内部模型微调，指的是在训练过程中改变神经网络的参数。更直白地说，智能体获得的不只是更好的指令。模型本身会从反复出现的错误和结果中学习。这使SIA区别于那些只是改写提示词，或给工作流增加一个步骤的智能体。

三类智能体驱动改进循环。

根据官方GitHub说明，SIA通过三个主要组件运行。Meta Agent读取任务描述，并创建第一个目标智能体。Task Specific Agent负责解决任务，同时记录自己的动作和结果。Feedback Agent审查日志，识别弱点，并决定是改进智能体脚手架，还是触发内部模型微调。

这个区别在技术上很重要。智能体脚手架决定系统如何搜索解决方案、使用工具并检查结果。内部模型微调则应当加入领域判断，而这种判断并非简单写进提示词就能让模型具备。SIA作者在arXiv论文中表示，将这两种手段结合起来，在三个测试领域中都优于只改进脚手架的方法。

结果看起来很强，但仍需冷静衡量。

SIA技术论文在三类差异很大的任务上评估了该框架：基于中文法律文本的罪名分类、低层GPU内核优化，以及单细胞RNA数据去噪。与标准聊天机器人基准相比，这组任务提供了更宽的测试范围，因为它们需要不同类型的精度、实验能力和可衡量输出。

从论文数据看，结果相当突出。作者称，SIA把脚手架改进与内部模型微调结合后，在LawBench上比此前最先进水平高出25.1%。GPU内核运行速度比此前最先进水平快12.4%，RNA数据去噪效果提升20.4%。GitHub代码库还列出了LawBench上70.1%的Top 1准确率，TriMul内核相对基线实现14倍加速，以及单细胞RNA测序任务中0.289的MSE_norm得分。

“350倍”的说法是新闻稿表述，不是独立结论。

Hexo Labs在新闻稿中称，SIA将通往超级智能的路径加速了350倍。这个说法需要谨慎看待。公司把该说法与OpenAI的MLE bench联系起来，但这并不等同于独立证明SIA确实在推动AI走向超级智能。目前公开材料展示的是更扎实的内容：SIA为可衡量的开发任务提供了一个强有力的实验框架。

OpenAI将MLE bench描述为一种用于测试AI智能体能否执行机器学习工程工作的基准，包括训练模型、准备数据和运行实验。它包含75个Kaggle机器学习竞赛，相比普通问答基准，为智能体提供了更偏实践的目标。

从欧洲视角看，透明度是最重要的部分。

对欧洲开发者和研究机构来说，SIA的主要价值在于开放性。GitHub代码库显示，该框架采用MIT许可证，以Python编写，并可用于自定义任务，其中公开输入、隐藏评估数据和评估器可分别定义。这有助于研究人员重复实验，并检查智能体实际改变了什么。

与此同时，内部模型微调也带来了更大的责任。当智能体能够更深层地改变自身行为时，评估框架也必须识别系统究竟是在整体上变得更好，还是只是学会了利用某一个特定指标。正因如此，SIA目前更适合用于有清晰衡量标准的科学和工程任务，而不是用于目标开放的自主决策。

技术概览。

SIA把智能体脚手架改进和内部模型微调结合在同一个自我改进循环中。

系统使用Meta Agent、Task Specific Agent和Feedback Agent。

测试覆盖法律文本、GPU内核优化和单细胞RNA数据去噪。

根据GitHub代码库，SIA为开源项目，采用MIT许可证，并面向Python 3.11及以上版本构建。

“350倍”这一大幅说法来自Hexo Labs的新闻稿，而非独立审计。

SIA未必是通往超级智能的捷径。它目前提供的东西更实际，也更有用：让AI智能体展示自己的工作过程，从中学习，并在下一次测试中带着不止一套更好的鼓励话术重新出发。