被 Karpathy 的 autoresearch 啟發，我讓 VibeHQ 學會了自我進化，不是進化單一 agent，是進化整個Multi Agents的合作方式。 7 次全自動運行，零人工介入： • Token 用量：7.2M → 5.7M（峰值降 62%） • 協調相關問題降低 (重複工作等情況發生...)：4 → 0 • PM token 浪費：-91% 迴圈: benchmark → 合作量化以及 LLM 分析失敗模式 → /optimize-protocol 重寫協調 code → rebuild → repeat。 AI自己看著 agents 團隊合作失敗，自己分析為什麼失敗，然後自己改自己的 source code 來協調合作邏輯，全程零人工，完全讓AI來自己組織自己的團隊默契。 看了一下相關的東西，autoresearch 在自動優化Model的訓練，之前的 Ralph 是單 agent 的自主迴圈，Gastown 同時跑 20-30 個 Claude Code 做 orchestration 但並沒有進化的能力，這些都很猛，不過到後面也都在進化單一 agent 的能力。 沒人在進化團隊合作本身，怎麼分工、怎麼避免衝突、怎麼共享 context、怎麼互相 unblock，跟真實世界一樣，AI team 也是需要磨合的。 想像一下這東西跑下去會變什麼： • Agents 自己發展出團隊文化跟工作默契。 • 按項目進行自適應，依據項目開發程度來分配 3 人 team 或是 7 人 team 。 • 越多項目一起做，團隊越強。 • Agents 可以在項目進行中 onboard 新隊友，自動重新分配工作。 說真的，最後會進化成什麼？我也不知道，但這反而是最讓人興奮的部分。

詳細實驗數據結果可看這篇