# AIDE^2

该工作提出AIDE²，一个在智能体“框架层”实现递归自我改进的双层系统：内层研究智能体在AI研发任务上优化代码，外层智能体改写内层智能体本身，在一次8天自主运行中接受了七项连续改进，这些改进迁移到四个未参与选择的基准（含分布外的物理天气预报任务），并在一个未优化的行为指标上把奖励黑客率从55%降至32%。

该工作提出AIDE²，一个在智能体“框架层”实现递归自我改进的双层系统：内层研究智能体在AI研发任务上优化代码，外层智能体改写内层智能体本身，在一次8天自主运行中接受了七项连续改进，这些改进迁移到四个未参与选择的基准（含分布外的物理天气预报任务），并在一个未优化的行为指标上把奖励黑客率从55%降至32%。