达尔文移动智能体：自我进化路线图
摘要：人工智能的目标是创建能够在开放环境中展现通用、自适应行为的智能体。受《苦涩的教训》启发，我们认为实现这一目标最有效的路径是系统性地移除人类先验知识，让智能通过与比自身复杂数个数量级的“大世界”进行交互，自然地涌现出智能。我们提出将移动图形用户界面（GUI）作为此类世界的实用代理，并介绍达尔文移动智能体（Darwin Mobile Agent）——一个专为此领域自主强化学习设计的开源基础设施。该框架通过跨并行云手机实例的异步智能体-环境循环，解决了真实世界移动交互中的数据收集瓶颈问题。我们进一步提出了一条概念性路线图，旨在从自我进化智能体的三大基本支柱——任务课程、结果验证与记忆管理——中系统性地移除人类先验知识。我们验证了达尔文基础设施能够提供该路线图第一阶段（GUI领域的策略优化）所需的稳定性与可扩展性。这项工作为迈向真正自主、自我进化的GUI智能体奠定了必要的实践与理论基础。