一句话结论：MIT 研究员 Ao Qu 团队在 9 月 15 日开源了 Reef，一个 Apache-2.0 协议的持续自我改进 Agent 基础设施。它的核心思路是让推理服务器不再只是「跑模型」，而是记录每次推理的轨迹和反馈，自动训练、评估、发布新版本——把「模型上线后就不再变」这个默认假设改成了「模型边服务边进化」。 AI 摘要 项目是什么：Reef，持续自我改进的 Agent 基础设施，Apache-2.0，GitHub 上 Human-Agent-Society 组织维护。核心机制：四阶段循环「serve → observe → grow → commit」，推理、反馈收集、训练、评估、发布在同一控制循环里完成。关键能力：模型权重和 Agent harness 都能从真实经验中进化，候选版本评估通过才发布，不通过则服务不变。适用边界：不是自动重写整个智能栈的激进 RSI，而是「记住发生的事 + 提出有界改动 + 保留版本历史」的务实方案。 Reef 和普通推理引擎差在哪 先讲一个被默认接受的假设：推理服务器是「静态」的。你用 vLLM 或 SGLang 部署一个模型，它上线后就一直那样跑，直到你手动换新版本。模型本身不会从它处理过的请求里学到任何东西。 Reef 挑战的就是这个假设。它把「推理服务器」改造成了「边服务边学习」的闭环：记录每次推理的轨迹和用户反馈，把这些记录喂给学习任务，评估候选更新，通过后再热更新到线上——全程不用重启服务。 这个定位和...