【AI早读 0703】AI 代理的自改进循环与工程实践

过去 24 小时，AI 工程领域最密集的信号来自同一个方向：agent 系统如何通过反馈循环持续自我改进。从 Introspection 推出的 autoresearch 框架、Simon Willison 用 DSPy 评估 agent prompt、到 Paul Bakaus 提出的技能工程理念，几条线索汇聚成一股明确的趋势 - “一次写好”正在被“循环迭代”取代。与此同时，GitHub 和 AWS 也在各自的工程实践中展示了 agent 时代的安全治理思路。

Autoresearch 与自改进循环

Introspection 的 Roland Gavrilescu 在 AI Engineer World's Fair 上提出了 autoresearch 的概念 - 一个让 agent 系统通过反馈信号自我维护和改进的“外循环”。他之前在 xAI 负责 agent 基础设施，后来与联合创始人 Julian Bright 一起创立了 Introspection，专门构建这种自改进系统的部署基础设施。

Gavrilescu 把系统分为内循环和外循环两层。内循环是主系统与用户的交互；外循环则是另一个系统，负责研究并维护主系统。核心挑战在于如何设计反馈机制，让 agent 能持续改进、做出架构决策，而不会被人类瓶颈限制。

链接：Autoresearch: The feedback loop behind self-improving agents

评估驱动：DSPy 用于 Agent Prompt 改进

Simon Willison 展示了另一个角度的自改进实践 - 用 DSPy 框架来评估和优化 Datasette Agent 的 SQL 系统提示词。他的方法是让 DSPy agent 调用 Datasette Agent 的真实工具实现和提示词，在进程内 Datasette 实例上运行，然后用自动生成的金标准数据集做严格评估。

Fable 5 选择了 GPT 4.1 mini 和 nano 进行测试，发现了几个有潜力的优化方向。其中一个观察特别敏锐：schema 列表只给出了表名，而“不要重复调用 describe_table”的建议导致了列名猜测（比如 page_count、o.order_id、first_name）和错误重试循环。要么在 prompt 中包含列名，要么弱化那条规则。

链接：Using DSPy to evaluate and improve Datasette Agent's SQL system prompts

技能工程：拒绝一次性设计

同一场 AIEWF 上，Paul Bakaus 展示了 Impeccable - 一个开源的设计技能系统，为 coding agent 提供设计领域的专业词汇。与一次性生成完整网站的做法不同，Impeccable 允许用户告诉 agent 把某个区域变得更“大胆”、更“安静”、更“密集”或更精致。

Bakaus 认为“技能工程”正在成为一门独立的学科。一个未经辅助的模型被要求把页面变得更“大胆”时，可能会加上渐变、霓虹或玻璃效果；Impeccable 则用层次、比例和果断排版来定义大胆 - 改变会引起注意但不会破坏现有设计系统。他也强调了不同 agent 框架（Codex、Claude、Cursor、GitHub Copilot）之间的差异：一个需要跨框架运行的技能不能假设它们都提供相同的能力。

链接：Skill engineering and the case against one-shot AI design

安全治理：GitHub 的秘密扫描清零之路

GitHub 安全团队分享了一个实操案例：如何在 9 个月内把 20,000+ 个秘密扫描告警清零。关键发现是其中 5 个仓库就占了 18,000 个告警，而且全部是无效秘密 - 测试夹具、已停用的凭证和伪造但看似有效的测试密钥。

剩余 2,000+ 个告警的处理更棘手。秘密不仅存在于代码仓库，还出现在支持工单、漏洞赏金报告、事件处理笔记和 wiki 页面中。GitHub 的应对策略分三步：全面启用推送保护阻止新增积累、按仓库/秘密类型/时效分类处理、验证哪些凭证仍在生产环境中活跃。对于历史中已撤销的秘密，不一定要重写 git 历史 - 保留审计线索的收益往往大于重写历史的成本。

链接：How GitHub used secret scanning to reach inbox zero

AI 对 AI：Bedrock 反钓鱼

Amazon Bedrock 发布了新一代 AI 钓鱼邮件检测方案。攻击者改用生成式 AI 和 OSINT 制作语法正确、语境精准、个性化的钓鱼邮件 - 旧的检测规则（拼写错误、通用称呼、域名不匹配）已经完全失效。Bedrock 的做法是用基础模型做多阶段分析管道：认证、行为分析、风险评分，在行为模式层面判断异常，而不是语法质量。

链接：How Amazon Bedrock catches AI-generated phishing

网站的未来：为每位访客实时组装

Adobe 首席科学家 Carlos Sanchez 在 AIEWF 上演示了“代理网站”（agentic site）的概念 - 网站根据访问者的意图实时组合内容。访客的浏览行为和搜索查询被归类为探索、调研或准备购买等意图类别，LLM 据此从现有内容语料中检索并组合出个性化页面。每次生成的推理成本约一到两美分，并且还在持续下降。

链接：The website of the future may assemble itself for every visitor

---

来源：VerySmallWoods Research Feed - 2026-07-02 UTC