DGM – 自我进化的AI Agent系统

DGM是什么

DGM（Darwin Gödel Machine）是由Sakana AI与加拿大UBC合作推出的一款自改进型AI Agent系统。它结合了达尔文进化论和哥德尔完备性原理，能够通过迭代修改自身代码来提升性能。DGM的设计灵感来源于达尔文进化论，通过开放性探索策略，从不同起点探索多种进化路径，避免陷入局部最优解。

核心功能

DGM的核心功能包括自我改进、实证验证和开放性探索。它能够迭代地修改自己的代码，优化性能和功能。每次代码修改都会通过严格的编码基准测试进行验证，确保改进的有效性。此外，DGM通过维护一个编码代理档案库，能够从不同起点探索多种进化路径。

技术原理

DGM的技术原理基于达尔文进化论和哥德尔完备性原理。它通过以下流程实现自我改进：首先从编码代理档案库中选择一个基础代理版本，利用基础模型生成新的优化版本，然后在标准化测试环境中对新版本进行评估，最后将经过验证的改进版本整合到编码代理档案库中。这种开放式的探索策略使DGM能够在搜索空间中并行探索多种不同的路径，持续提升自身性能。

支持平台

DGM的运行环境需要配置相关的依赖库和基础模型。它支持多种编程语言，包括Python、Rust、C++、Go等，并且在不同语言任务上的表现均展现出良好的跨语言泛化能力。

团队介绍

DGM由Transformer作者初创的Sakana AI与加拿大UBC的Jeff Clune实验室合作推出。团队成员在人工智能领域具有深厚的技术背景和丰富的研究经验，致力于推动AI自我改进系统的发展。

项目资源

• 官网：navxd.com
• GitHub仓库：https://github.com/jennyzzt/dgm
• 技术论文：arXiv:2505.22954

业务场景

DGM广泛应用于自动编程、代码优化、自动修复等领域。它可以自动生成和优化代码，减轻开发者的负担，提高编程效率。此外，DGM还能够自动检测代码中的问题并进行优化，提高代码的可读性和执行效率。它还可以通过自我进化自动修复发现的问题，降低软件维护成本。