演讲主题

低成本、高收益的自进化 Agent 闭环构建实践：从 LlamaFactory 到 PenguinHarness 的技术演进

自进化是智能体从"能用"走向"越用越强"的关键能力，但如何稳定地实现进化、如何科学地度量进化，仍是行业难题。本次演讲将分享我们团队在智能体自进化领域的完整实践：从开源微调框架LlamaFactory 出发，历时半年打造开源智能体自进化引擎 PenguinHarness。并发布GDPevo，首个在具有经济价值任务上评估 Agent 进化能力的 Benchmark。演讲将深入剖析自进化闭环的搭建方法（数据生成、多智能体评估、Harness 自动迭代），对比少样本进化与反思进化的真实效果（平均准确率提升 18.8%、Token 成本节省 7.5%），并展示"0.2 元 + 一句话生成完整 AI 应用"的实战案例及成本仅为 Claude Code + Opus 1/70 的落地数据，探讨全自动评估与智能体自我提升的未来。 大纲： ①背景与痛点：为什么 Agent 需要自进化？现有框架（LangGraph/LangChain 等）的局限； ②PenguinHarness 架构设计：面向 Agent 的 SDK、最小化工具集与系统提示词、1000+ 模型统一接入； ③自进化闭环搭建：从数据到评估，自动迭代的完整 Skills 体系； ④GDPevo Benchmark：如何科学度量进化能力（120 个任务、12 个业务场景、规则杂交防数据泄漏）； ⑤实战数据与案例：准确率 +18.8%、Token −7.5%、成本 1/70 的真实对比与现场演示； ⑥未来展望：全自动评估、垂直领域越用越强、开源共建。 听众收益： 1. 理解自进化原理：掌握智能体自进化闭环（数据、评估、Harness 迭代）的完整搭建方法，可直接复用到自身业务 2. 获得评估方法论：带走 GDPevo 这套可落地的进化能力度量方案，学会科学评估 Agent 的进化效果 3. 低成本落地路径：了解 1000+ 模型统一接入与本地部署方案，成本最低可降至 Claude Code + Opus 的 1/70，兼顾企业数据安全 4. 开源工具即取即用：现场获取 PenguinHarness 开源代码与 Skills 技能包，快速构建属于自己的进化 Loop