Autocontext让AI Agent自己写操作手册、攒数据集、蒸馏下一代模型

🛠️ 开源项目推荐：Autocontext —— 让你的 AI Agent 递归自我进化 Autocontext 是一个递归自我改进的 harness，专为帮助你的 AI Agent（及其未来迭代）在任何任务上持续成功而设计。它通过迭代执行、真实评估和知识积累，让 Agent 不断优化，生成可复用的 playbook、数据集，甚至蒸馏出本地模型供��一代直接继承。✨ 核心特性： 1. 自然语言目标输入，自动生成场景并运行多代迭代优化 2. 五角色协作框架（competitor、analyst、coach、architect、curator），结构化输出 trace.jsonl + playbook.md + artifacts 3. 支持多提供商（Anthropic/Claude、OpenAI、Gemini、Mistral、Groq、本地 MLX/CUDA 等） 4. 深度集成 Claude Code、Hermes Agent（MCP + CLI skill），生产环境 trace 捕获可直接用于训练 5. 11 类真实场景家族测试（从博弈到工作流、工具脆弱性等），完全离线运行支持 它能让你的 Agent 从“单次执行”进化到“持续自我改进”的生产级系统。

目前社区活跃，持续迭代中！特别适合正在构建或优化 AI Agent 工作流的开发者、团队和技术负责人。#AIAgent #ClaudeCode #SelfImprovingAgent #Harnessagent #AI工具 #Codex