Meta 和多所大学的研究人员开发出一种“超代理”（hyperagents）AI 系统，它不仅能解决任务，还能优化自身用来变强的机制。这种方法可在不同任务领域发挥作用，并可能为自我加速的 AI 打开大门。
可自我改进的 AI 系统一直会撞上一道悖论式的墙：控制改进过程的机制由人类编写，而且从不改变。无论系统把自己优化得多好，它都无法突破这一固定机制的边界。Meta、不列颠哥伦比亚大学和其他机构组成的研究团队希望用他们所说的“超代理”打破这一上限。
超代理把两个组件结合在同一个可编辑程序中。第一个组件负责解决具体任务，例如评估一篇科学论文，或为机器人设计奖励函数。
第二个组件会修改整个代理并创建新变体。由于这两个部分都位于同一份代码中，第二个组件也可以重写自己。因此，这个系统不仅会更擅长解决任务，也会更擅长弄清楚该如何改进自己。
此前的自我改进只适用于编码任务
这一新系统建立在 Darwin Gödel Machine（DGM）之上。这一方法此前已经表明，编码代理可以通过反复自我修改，逐步提升自己。该代理会生成自身代码的不同变体，对它们进行测试，并把成功版本保存在一个不断扩大的档案中，作为进一步优化的垫脚石。
在编程场景中，这里存在一种天然联系：更好的程序员也会写出更好的自我修改方案。但在编码之外，这种联系就不存在了。一个更擅长评估科学论文的代理，并不会自动更擅长重写自己的代码。根据论文，在没有人工调整的情况下，原始 DGM 在编程以外任务上的表现几乎为零。
超代理通过让改进机制本身也成为优化对象，绕开了这个问题。团队将这种方法称为 DGM-Hyperagents（DGM-H）。带有档案的进化过程仍然保留，但元层级不再被锁死。
DGM-H 在四个任务领域显示出显著提升
团队在四个领域测试了 DGM-H，起点是一个简单的超代理，其中负责执行任务的代理一开始只调用一次语言模型。在 Polyglot 编码基准测试上，DGM-H 从 0.084 提升到 0.267，达到了与原始 DGM 相当的水平，尽管该系统并不是专门为编码构建的。
在论文评审任务中，代理需要预测 AI 会议会接受还是拒绝一篇论文，测试表现从 0.0 升至 0.710。多个表现最好的代理超过了 0.630 的既有静态基线。
在机器人奖励设计任务中，代理要为物理仿真中的一台四足机器人编写奖励函数，表现从 0.060 提升到 0.372。根据论文，DGM-H 几乎总能生成让机器人跳起来的奖励函数，而不是让它停留在只会直立站着的局部最优状态。
