GenericAgent：92行代码AI通用智能体自进化

这份名为《GenericAgent (GA)》的论文介绍了一种自主进化的大语言模型智能体系统。针对长程任务中常见的上下文爆炸和经验丢失问题，该研究提出了上下文信息密度最大化的核心原则。GA 系统由四个关键组件构成：一个极简原子工具集以降低操作复杂度；一套分层按需内存体系来实现高效的信息检索；一种自进化机制，能将验证过的执行轨迹转化为可复用的标准作业程序（SOP）和代码；以及一个上下文截断与压缩层。实验结果表明，GA 在任务完成率和工具使用效率上优于主流智能体框架。最显著的特征是其卓越的令牌（Token）利用率，在大幅减少资源消耗的同时，系统能随使用时间的增加而持续进化。