Exo 架构发布：AI 智能体运行时安全自我进化
原标题：What if AI agents could safely improve their own harness at runtime? UC Berkeley PhD candidate and s...
78AI 研判分
UC Berkeley 与 Google Research 联合提出 Exo 架构，借鉴操作系统外核思想将 AI 智能体分离为受保护的机制层与可进化的策略层。该设计允许智能体在运行时安全地优化自身工具链，实验显示其在基准测试及开放世界任务中比 Codex 等方案成本降低 31-62%。
报道正文
Arena.ai (@arena) · 2026-10-29 17
如果 AI 智能体能够在运行时安全地自我改进其执行框架（harness）会怎样？加州大学伯克利分校博士生、@GoogleResearch 高级研究员 @AlexKrentsel 近期在 Arena HQ 展示了他在自改进 AI 智能体方面的工作。
这一名为 Exo 的架构借鉴了操作系统中的外核（exokernel）理念，将智能体分离为一个受保护的机制层（包含状态、历史记录、密钥以及一个“守护者”）和一个完全可演化的策略层。
Alex 详细讲解了该设计，并展示了其在基准测试和开放世界游戏《RuneScape》任务上的结果：Exo 比 Codex 和 Pi 便宜 31-62%，且表现更优。
非常感谢 @AlexKrentsel 莅临现场，与 @istoica05、@martin_casado、@ankrgyl、Sylvia Ratnasamy、@BerkeleySky 和 @netsyslab 共同展示他们的研究成果。
