HyperAgents是一种能够实现自我进化的新型 AI 系统框架。传统的递归改进系统通常受限于固定的、由人类设计的修改机制，而 HyperAgents 将执行任务的智能体与修改自身代码的元智能体合二为一，使改进程序本身也变得可编辑。通过这种元认知自我修改，系统不仅能提升处理特定任务的能力，还能持续优化其自我改进的效率。研究表明，该框架在代码编写、论文评审、机器人奖励设计及奥数评分等多个领域均表现卓越，且学到的改进策略具有跨领域迁移的特性。由于该系统具备自我加速和潜在的无限进化能力，作者在实验中同步实施了严格的沙盒环境与人类监督，以确保安全性。该成果预示着 AI 正从单纯寻找解决方案，转向持续优化“如何寻找进步方法”的开放式演进阶段。