3K行代码让LLM自主进化技能
值得看指数 64.0 NO. 003 · 2026.05.11
Stars10,459
为什么值得看
GenericAgent 是一个极简自进化Agent框架，仅用约3K行代码和9个原子工具，让LLM获得系统级计算机控制能力。它通过任务执行自动沉淀技能，无需预训练，解决了传统Agent框架技能扩展依赖人工编码的瓶颈。
Self-evolving agent: grows skill tree from 3.3K-line seed, achieving full system control with 6x less token consumption
媒体预览
编辑判断
当前Agent框架如AutoGPT、LangChain的通病是预置工具链臃肿，新增能力需开发者写插件。GenericAgent的破局点在于把"技能沉淀"从人工编码变成自动结晶——每次任务执行后自动提取可复用模式，这更接近人类学习机制。
与OpenManus、Browser-use等近期热门项目相比，它的差异化是"反向操作"：别人做加法堆功能，它做减法保核心。但风险也明显：自动生成的技能可靠性如何验证、多任务间技能冲突怎么解决，代码里没看到清晰的版本控制或回滚机制。
最适合两类人尝试：一是做个人自动化工作流、愿意当早期测试者的独立开发者；二是研究Agent架构演进的团队，其原子工具设计值得参考。不建议直接用于生产环境的关键任务。
Star History
生态分析
Beta
极简自进化Agent框架，以技能树自动沉淀实现低token系统级控制
独特价值：3K行种子代码自生长技能树，6倍token效率实现全系统控制
竞品：