杨一帆AICon北京开讲：AI自我进化如何从技能走向模型训练

当Agent真正嵌入企业流程，哪些活儿能放心交给AI？50多个实战案例将给出答案。

AI的角色正在变。它原先只是回答问题的助手，如今开始理解目标、调用系统、把任务做完。Agent进入企业流程之后，真正要回答的已不是"如何把AI做出来"，而是哪部分工作可以交出去、结果怎么验收、权限和成本与风险怎么控住。大模型朝推理、工具调用、多模态和长任务方向延伸，开发重心也随之外移：从单次调用转向上下文、工具、执行环境与反馈回路的设计。Coding Agent同样在变，从代码补全升级成能读懂代码库、跑测试、完成复杂任务的工程协作者。OpenAI、Google Cloud、Anthropic的最新实践指向同一个判断：模型决定Agent能做什么，工程决定它能不能进生产、能不能创造价值。

2026年AICon人工智能开发与应用大会·北京站定在12月18–19日，地点是北京新云南皇冠假日酒店。大会主题为探索A应用边界，共设13大技术专题，方向涵盖大模型后训练、推理优化、Agent工程、知识工程、智能体评测与安全、自进化系统、AI软件交付、原生架构及组织变革等。届时一线技术专家将到场，分享AI技术突破与企业规模化落地的真实实践。

微软亚洲研究院高级研究员杨一帆已确认参加"Self-Evolving Agents｜从经验学习到可控进化"专题，带来《闭环 AI 自我进化：从 Skill、Harness 到模型训练与评估》主题分享。这次分享依托一系列研究工作，聚焦递归自我改进（RSI）的关键问题与解法。技能与执行层面，SkillOpt按执行反馈更新可复用技能，HarnessOpt则协调工作流、工具、记忆与恢复机制的改动。训练与评估层面，EnvOpt跟随学习者的变化调整可执行训练环境，为模型迭代训练提供支撑；EvalOpt依据人类偏好改进评估与反馈策略，让开放式任务得到更好的支持。自我演进在异构检索系统中的成效，由RetriEvolver展示。演讲还会结合实验结果与失败案例，讲清怎样明确改进对象、用证据指导改动并验证效果，进而保留有效改进、把经验攒下来。

杨一帆是微软亚洲研究院高级研究员，研究方向为智能体系统、AI自进化以及大模型后训练相关技术。他已发表学术论文四十余篇，拥有十余项国际专利，曾获AAAI 2026杰出论文奖、WAIC 2026青年优秀论文提名奖。NeurIPS、ICLR、ICML和AAAI等国际会议的领域主席职务，他也长期担任。微软内部的模型研发与产品技术转化，他一直深度参与，相关技术已用在Office、Azure等微软核心产品上。他主导的开源项目累计拿下超过2万GitHub Stars。

他在本次会议的详细演讲内容如下：

演讲提纲

1. 递归自我改进：从执行经验到能力提升

• 改进对象：技能、执行系统、训练环境与评估机制各自解决什么问题

• 闭环设计：从任务反馈中提出改进、验证效果并积累经验

• 设计取舍：选择优化切入点，兼顾改进效果、优化成本与稳定性

2. 技能与执行系统的自我改进，一头是Skill与Harness，另一头是SkillOpt依据执行反馈优化可复用技能。

• HarnessOpt协同改进工作流、工具、记忆与恢复机制；RetriEvolver则是HarnessOpt在异构检索系统中的应用实践。

3. 模型训练与评估环节，重点在优化学习过程本身：EnvOpt随学习者能力变化调整可执行训练环境，支持模型迭代训练。

• EvalOpt基于人类偏好改进评估与反馈策略，支持开放式任务。

4. 总结与展望

听众收益

• 听完可以理解Skill、Harness、模型训练与评估各层面的自我改进方法，以及它们各自适用的范围。

• 从任务反馈到效果验证的闭环设计思路也能拿到手，用来判断哪些改动值得保留、值得复用。

• 对照自身系统找到优化切入点，规划一条能逐步实施、可验证的演进路径。

查看更多详情可扫码或联系票务经理 13269078023 进行咨询。