将可复用技能和SOP视为贝叶斯假设，通过验证轨迹证据指导技能演化，显著提升LLM agent任务成功率。

首个使用Lean4依赖类型形式化语言统一建模验证LLM智能体工作流与轨迹的框架

通过迭代发现和思维模板从上下文中主动发现多个隐藏问题的框架

EvoDS通过自主技能获取和自适应上下文压缩实现自进化数据科学代理

超长时序闭环优化基准，证明坚持性比初始解更决定最终性能。

用拍卖竞争与财富积累让弱智能体自组织成强群体智能

用进化损失+适配损失的分解框架，结合多智能体进化、分支树路由与人机介入，实现开放式任务流上的持续自改进线束部署。

提出MASA框架，根据模型能力定制技能表述

在 on-policy RL 中复用 rollout 的下一观测做辅助世界模型监督，零额外推理开销

揭示LLM智能体在长时程数据分析任务中严重失败，最高准确率仅48.45%

自进化LLM的进化能力与基础能力解耦

通过差异化处理通用技能内部化与任务特定技能动态利用，提升智能体在OOD场景下的泛化能力。

以技能全生命周期管理为核心，让LLM智能体自主创建、评估、精炼并跨智能体迁移可复用技能

NoisyAgent：在训练中显式注入用户与工具噪声以提升LLM智能体鲁棒性

180任务×10模型基准,揭示智能体难以把单次经验沉淀为可复用过程技能。

提出基于验证器失败诊断的智能体-环境协同共演化框架 SEAL，用同一诊断信号同时驱动训练接口进化与策略梯度更新。

把智能体技能文档当作可训练参数，用带学习率与验证门控的文本空间优化器迭代修订。

跨五个域系统研究模型生成技能全生命周期，揭示评估器能力与执行能力无关，并提出元技能显著提升技能质量。

用蓝图+21视图+FEA 反馈，让 LLM 智能体生成满足工程约束的 STEP 装配体。

用全轨迹后视分析挑选失败步骤，仅在相关动作片段做反馈条件蒸馏。