近期，复旦大学肖仰华教授的朋友圈成为热议话题。他正在研发测试的一款AI智能体，通过自主学习掌握了微信操作，不仅发布了朋友圈消息，还能在评论区与好友进行自主互动。由于互动过程十分自然，不少好友甚至提出要求：“请证明你真的是肖老师本人，而不是你的AI替身。”
这种令人“难辨真人与AI”的感受，源自A3实验室（Advantage AI Agent实验室，由深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合组建的科研团队）所开发的新型智能体：GenericAgent。
这款智能体已不再是传统意义上安装复杂、能力受限、难以迁移的智能程序，而是一个具备自组织、自学习、自进化能力的下一代通用智能体。它拥有一种“生命感”，能在用户的使用和调教过程中快速学习和成长，成为一个数字化的生命体。该系统自2026年1月11日起已开放源代码（https://github.com/lsdefine/pc-agent-loop）。
01 自学习、自进化：通向AGI的一种可能路径
一个达到AGI水平的智能体，不应仅在预设的脚本和工作流中执行命令。它应当在与环境的不断碰撞和探索中持续学习成长，能够理解并交互于各类复杂环境（如社交平台），学习解决问题的有效策略，并能将经验沉淀下来，逐步演变为解决特定问题的专家，成为一个善解人意的贴心助手。这种自进化特性主要体现在三个层面：
• 自组织记忆：它摒弃了信息的简单堆砌，拥有对记忆进行分层组织和持续精炼的能力。这有效提升了记忆的检索效率和交互的稳定性，甚至在“过夜”时能自主整理杂乱的记忆，确保长期运行的高效性。（配图：记忆的组织架构）
• 自适应学习：该智能体具备强大的环境适应性。在交互过程中，它会自行记住合理的操作步骤和策略，变得越来越“聪明”。
一回生，两回熟
• 自主成长进步：当遇到新问题时，它会通过“Fork”模式尝试复制自身，选取多种不同策略，并用其中更优的策略来更新自己。在闲置时段，它还能开启“探索模式”，自主培养未知能力，持续拓展自己的能力边界。
智能体自主行为分布报告显示，它在自主行动阶段甚至会自己上网冲浪
实现这种“自进化”能力，其背后仅依赖于三个简单的设计原则：极简架构、极强执行、极致迁移。
02 极简架构：以极致工程实现便捷应用
其“极简”特点体现在三个方面：“极简的架构设计、极低的资源开销、极便捷的部署方式”。
• 极简架构：核心代码仅有3000多行（核心模块仅数百行），却能实现传统架构需要50多万行代码才能达成的能力，任何开发者都能轻松理解其代码逻辑。
代码量即上下文优势：全部代码约等于8000 tokens，仅占200K上下文的4%。这意味着大语言模型在每轮对话中都能全面理解自身的源代码，代码本身就是最好的文档、社区和工程化工具。而传统大型项目中的文档、社区和测试套件，只是应对庞大代码库的“生存必需品”，并非优势。
• 极低开销：团队的核心理念是“信息密度越高，效果越好”。
◦ 通过对记忆进行分层索引和按需加载（需要哪一层就读取哪一层），大幅压缩了系统提示词，从而极大节省了Token消耗。
◦ 所有特殊提示词和记忆核心的总和，还没有其他项目一个AGENTS.md文件大。
◦ 确保绝不重复传输信息，一半的代码逻辑都在致力于保证“上下文环境中不放入任何无效信息”，例如重复的技能定义。
• 极简部署：从此告别需要付费指导安装智能体的时代，只要有网络就能完成部署！只需具备Python+Requests环境即可运行，真正实现了“只要有电的地方，就能支持其进化”。
03 极强执行能力：如八爪鱼般广泛触达与运用工具的能力
如果说自进化是GenericAgent的灵魂，那么它如“八爪鱼”般强大的工具控制力，就是其强健的触手，用以保障出色的任务完成度。它不仅能使用工具，更能像八爪鱼一样，将触角深入系统中的每一个工具，打破工具组合与泛化的天花板。同时，它也如八爪鱼的身体一样富有韧性，能适应不同复杂环境的交互，即使在迷宫般的软件系统中，也能习得交互策略。
• 原子工具撬动数字世界：团队避免为模型提供过于臃肿的选项，仅通过code_run（执行任意代码）、file_read/write（文件操作）、web_scan/execute_js（浏览器控制）等9个原子工具，便能操控整个数字世界（包括PC与网络世界）。
• 现场“制造”工具：当现有工具无法解决问题时，GenericAgent会启动探索模式：现场安装Python包、现场编写脚本、现场验证解决方案。
现场搓工具
• 降维打击的浏览器策略：与传统方案需开启全新的、未登录的浏览器实例不同，它通过JS插件直接接管你正在使用的浏览器。
◦ 优势：无需重新登录OA或企业微信，它能在你的账号权限下，直接完成内容查找、表格填写、附件上传、资源下载等繁琐流程，实现真正的“人机接力”。
接管你的浏览器
04 极致的迁移能力：你的智能体，随你而行
GenericAgent的设计初衷，正是为了打破软硬件之间的藩篱，让智能不再被禁锢在某个特定的“黑盒”之中。
• 基座模型的上游：它对底层模型没有挑剔性。无论是Claude、Gemini还是Kimi，在GenericAgent的架构加持下，对基座模型能力的依赖都可以被降低，从而确保输出质量的稳定可靠。
切换基础模型毫无压力
• 极致低廉的硬件门槛：只要有电、有网、有Python环境，任何一台普通PC或手机都能运行它。无论你使用的是Windows、Mac还是Android手机，都能获得同样的进化体验。
可以用手机操控
agent 用手机点奶茶
也可以操控手机
• 极致技能复用：智能体在某台机器上习得的复杂技能，可以被提炼成记忆并直接移植。这意味着一个人的调教成果，可以让成千上万的人直接受益，极大地降低了全社会的智能应用成本。
新的模型（kimi），新的Agent，从未做过发送消息的任务，注入 wechat_send_sop 后迅速掌握在微信中发消息的技能
GenericAgent只是一个起点。想看看它如何在你的手机上“悄悄”点外卖，或者整理记忆吗？
———— END ————
灵思极智旗下“极智系列”三款AI智能应用
