像人类一样学习：利用元认知反思实现高效自我改进

虽然大语言模型（LLM）实现了复杂的自主行为，当前的智能体仍受限于静态的、人工设计的提示，适应性受限。现有的自我改进框架试图弥合这一差距，但通常依赖低效的多轮递归循环，带来高昂计算成本。为此，我们提出元认知智能体反思性自我改进（MARS），一个在单一递归周期内实现高效自我演化的框架。MARS 受教育心理学启发，模仿人类学习，整合基于原则的反思（抽象出规范性规则以避免错误）与程序性反思（推导成功所需的分步策略）。通过将这些洞见综合为优化后的指令，MARS 使智能体无需持续在线反馈即可系统性地精炼其推理逻辑。在六个基准上的大量实验表明，MARS 超过最先进的自演化系统，同时显著降低计算开销。