杨一帆将分享AI智能体闭环自我进化方法

AI智能体正从回答问题的辅助工具，发展为能够理解目标、调用系统并完成任务的企业级工作承担者。随着推理、工具调用、多模态和长任务能力不断增强，工程重点也从单次模型调用转向上下文管理、工具集成、执行环境和反馈闭环设计。任务是否可定义、结果能否验收，以及权限、成本和风险是否可控，成为智能体落地的关键。Coding Agent也已从代码补全，逐步扩展到理解代码库、运行测试并完成复杂工程任务。OpenAI、Google Cloud和Anthropic的实践表明，模型能力决定上限，工程能力决定能否进入生产环境。

2026年AICon人工智能开发与应用大会北京站将于12月18日至19日在北京新云南皇冠假日酒店举行，主题聚焦AI应用边界，设置13个技术专题，涵盖大模型后训练、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方向，分享来自一线技术团队的研究成果和规模化落地经验。

微软亚洲研究院高级研究员杨一帆将参加“Self-Evolving Agents｜从经验学习到可控进化”专题，并发表《闭环AI自我进化：从Skill、Harness到模型训练与评估》的演讲。他将围绕递归自我改进展开讨论：SkillOpt根据执行反馈更新可复用技能，HarnessOpt协同调整工作流、工具、记忆和恢复机制；EnvOpt会随学习者能力变化调整训练环境，支持模型迭代训练；EvalOpt则利用人类偏好优化评估与反馈策略，以适应开放式任务。相关实践还包括RetriEvolver在异构检索系统中的应用。

分享将结合实验结果和失败案例，分析如何确定改进对象、用证据指导系统调整并验证实际效果，从而保留有效改动、沉淀可复用经验。杨一帆主要研究智能体系统、AI自进化和大模型后训练，已发表论文40余篇、拥有10余项国际专利，获得AAAI 2026杰出论文奖和WAIC 2026青年优秀论文提名奖，并担任NeurIPS、ICLR、ICML、AAAI等会议领域主席。他还长期参与微软模型研发及产品转化，相关技术已应用于Office、Azure等产品，主导开源项目累计获得超过2万GitHub Stars。

演讲内容将覆盖递归自我改进、技能与执行系统优化、训练环境和评估机制优化，以及改进效果、成本和稳定性之间的取舍。具体包括SkillOpt、HarnessOpt、RetriEvolver、EnvOpt和EvalOpt的设计与适用范围。参会者可据此建立从任务反馈、提出改动到效果验证的闭环，并结合自身系统判断适合优先优化的环节，规划可逐步实施和验证的演进路径。

大会还将设置后训练工程、推理与算力调度、Knowledge Engineering、多智能体系统、智能体评测与生产可靠性、Agent安全、AgentOps、智能体软件工程、Personal Agent、AI原生架构与治理、组织重构及AI产业应用等专题。相关咨询可通过大会报名渠道或联系票务经理13269078023了解详情。