Darwin Mobile Agent：一条迈向自我演化的路线图

人工智能的目标是创造能在开放环境中表现出通用、自适应行为的智能体。在“苦涩的教训”（Bitter Lesson）指引下，我们主张通往这一目标的最有效路径是系统性地移除人类先验，让智能通过与比智能体自身复杂若干数量级的“大世界”交互而自然涌现。我们提出以移动图形用户界面（GUI）作为这样一个世界的实用替身，并介绍Darwin Mobile Agent——一个旨在作为该领域自主强化学习基础的开源基础设施。该框架通过在并行云手机实例上运行异步的智能体—环境循环，解决真实移动交互中的数据收集瓶颈。我们进一步提出一条概念性路线图，从自我演化智能体的三大支柱——任务课程、结果验证与记忆管理——中系统性地移除人类先验。我们验证了Darwin基础设施为该路线图的第一阶段——GUI领域的策略优化——提供了所需的稳定性与可扩展性。这项工作为迈向真正自主、自我演化的GUI智能体奠定了必要的实践与理论基础。