📌 项目地址：hexo-ai/sia | ⭐ 1,156 颗星 | 🔧 Python | 📜 未标注
一个打破静态AI框架的痛点
当前主流AI开发模式是“训练-冻结-部署”：模型训练完成后，性能就锁死了。要改进，就得人工调参、写Prompt模板、甚至重新训练。SIA（Self-Improving AI）改变了这一点——它不是又一个RAG工具或Agent框架，而是一个能让AI系统在基准任务上自主、迭代地提升性能的闭环系统。
核心机制是三类AI智能体的协作循环：
– 元智能体（Meta-Agent）：读取任务描述，初始化一个专门解决该任务的“目标智能体”。
– 目标智能体（Target Agent）：执行任务，记录完整的操作日志和结果。
– 反馈智能体（Feedback Agent）：审查日志，识别改进点，自动更新目标智能体的代码/权重。
这个循环可以反复运行，每次迭代都是对前一次的优化。论文报告了具体成果：LawBench任务提升了56.6%，GPU Kernel运行时间减少了91.9%，单细胞RNA去噪性能提升了502%。
实际用法：30分钟内跑通一次自我改进
SIA提供了四个内置任务：gpqa（通用问题回答）、lawbench（法律审判预测）、longcot-chess（长链推理象棋）、spaceship-titanic（Kaggle竞赛题）。以下操作全部来自README原文。
安装（二选一）
选项A：仅Claude模型（使用Claude Agent SDK）
python3 -m venv .venv && source .venv/bin/activate
pip install 'sia-agent[claude]'
export ANTHROPIC_API_KEY="你的API密钥"
选项B：多模型支持（OpenAI、Gemini、Anthropic等，使用OpenHands实现）
python3 -m venv .venv && source .venv/bin/activate
pip install 'sia-agent[openhands]'
# 设置对应模型的API密钥，例如：
export OPENAI_API_KEY="你的API密钥"
运行
以lawbench任务为例，启动一次自我改进：
sia run --task lawbench --iterations 3 --agent-type openhands
参数说明：
– --task：指定内置任务名
– --iterations：自我改进循环的迭代次数（推荐3-5次开始）
– --agent-type：选择底层Agent实现（claude或openhands）
运行后，SIA会依次执行：元智能体初始化→目标智能体执行→反馈智能体审查→更新目标智能体→重复。每次迭代的日志和性能指标会保存在./sia_runs目录下。
可视化与分析
SIA内置了Web可视化器，可查看每次迭代的改进轨迹：
sia visualizer --port 8080
打开浏览器访问http://localhost:8080，你会看到每个智能体的决策树、代码变更记录和性能曲线。README中提供了两个视频教程链接，可以更直观理解流程。
SIA的独特价值：不仅是RAG，更是代码/权重级别的自我更新
当前常见的“AI自我改进”方案多停留在Prompt优化层面——修改系统提示或检索文档。SIA的差异点在于：
- 修改目标智能体的代码和权重：反馈智能体不仅写更好的Prompt，还能直接生成函数、重写逻辑、更新模型权重。这是它能实现502%性能提升的根本原因。
- 架构即协议：三个智能体的协作模式是固定的，但每个智能体可以由不同的底层模型驱动。你可以用Claude当元智能体、Gemini当目标智能体、GPT-4当反馈智能体。
- 可复现的论文成果：项目直接对应2026年发表的学术论文，所有基准测试结果可复现，不是Demo级的玩具。
使用前必须知道的三件事
- 成本问题：每次迭代需要多次调用大模型API。3次迭代的lawbench任务可能需要数十次API调用，请提前评估预算。
- 模型依赖：SIA本身不包含模型，完全依赖外部API或本地模型（通过OpenHands支持）。如果底层模型质量差，改进效果会大打折扣。
- 任务适配门槛：内置任务可以直接跑，但自定义任务需要编写任务描述和评估函数。README未提供自定义任务的详细教程，初次使用者应优先从内置任务开始。
如果你正在做AI竞赛自动化、模型微调流程优化、或需要反复迭代的科研场景，SIA可能是你需要的工具。对于只想“一键调优”的用户，建议先理解三类智能体的协作逻辑，再决定是否值得投入。