自主迭代模式

一种 Agent 设计模式，核心公式：约束 + 可量化指标 + 自主迭代 = 复合增益。

三个前提条件

1. 单一可修改组件 — 一个文件、一个提示词、一个模板
2. 可量化的成功指标 — 数值化、可自动计算、不依赖主观判断
3. 固定评估时间 — 不同迭代之间结果可对比

运作方式

Agent 读取当前版本 → 修改一处 → 运行评估 → 指标上升则保留，否则回滚 → 重复。

与爬山算法的区别

传统爬山算法使用随机变异，而自主迭代模式利用 LLM 的理解能力形成修改假设——Agent 读懂代码、推理问题、定向改进，类似人类研究员但不会疲劳。

应用场景

• ML 模型训练优化（Autoresearch 原始用法）
• Agent〔待补〕 Skills / 系统提示词优化
• 代码性能调优
• 内容模板改进
• Web 性能优化

参见

• Autoresearch
• Autoresearch 框架与 Skills 自我迭代〔待补〕
• Agent 工程实践全景〔待补〕 — 评估器-优化器模式
• Skill四层级进化
• Agent 循环 - 自主迭代是有确定性停止条件的一类 Agent 循环