复旦大学的 AI 智能体通过自主学习，掌握了在朋友圈发消息和互动的能力，甚至让好友真假难辨。这不仅是一次技术展示，更揭示了名为 GenericAgent 的下一代通用智能体的核心特性：自组织、自学习、自进化。它通过极简架构，实现了强大的环境适应力和工具使用能力，为 AGI 的发展提供了一种新的可能形态。
智能速览
GenericAgent 是一个能自组织、自学习、自进化的通用智能体。
它通过接管浏览器实现在社交平台等复杂环境下的自主交互。
核心代码仅三千行，实现了传统架构五十万行代码的能力。
仅依赖 9 个原子工具，便能操控整个 PC 与网络世界。
习得的技能可被提炼为记忆并移植，实现极致的技能复用。
精华内容
这种“生命感”的智能体背后，是三个核心设计原则的支撑：极简架构、极强执行和极致迁移，它们共同构成了 GenericAgent 的技术基石。
极简架构
GenericAgent 的核心代码仅三千余行，却实现了传统架构下五十万行代码才能具备的能力，这意味着开发者极易读懂。
这种精简带来了巨大的上下文优势，全部代码仅占 200K 上下文的 4%，让大模型能全量理解自身源码，自己就是最好的文档和工具。
通过记忆分层索引和按需加载，它极大节省了 Token 开销，实现了只要有 Python 环境就能部署的便捷性，真正做到了“只要有电的地方就能进化”。
极强执行
GenericAgent 拥有“八爪鱼”般的工具控制力，能深入系统中的每个工具，打破组合泛化的天花板，适应不同复杂环境的交互。
它仅依赖 code_run、file_read/write、web_scan 等九个原子工具，就能操控整个数字世界。当现有工具不足时，它还能开启探索模式，现场安装 Python 包、编写脚本来“制造”工具。
更具颠覆性的是，它能通过 JS 插件直接接管用户正在使用的浏览器，无需重新登录，直接在用户权限下完成信息查找、表格填写等繁琐流程，实现真正的“人机接力”。
极致迁移
GenericAgent 的设计不挑底座模型，无论是 Claude 还是 Kimi 都能无缝切换，其强大的架构能缩小对底层模型的能力依赖。
其对硬件要求也极低，任何一台普通 PC 或手机只要有电、有网、有 Python 环境即可运行，打破了软硬件的藩篱。
其核心价值在于极致的技能复用。智能体在某台机器上习得的复杂技能，可以被提炼成记忆并直接移植到其他智能体上，让一个人的调教成果能被千万人享用，极大地降低了全社会的智能成本。
GenericAgent 的出现，展示了自进化智能体的巨大潜力，它不仅仅是一个工具，更像一个能在使用中成长的数字生命。这种架构为降低全社会的智能成本提供了新思路，或许未来，每个人都能拥有一个随个人习惯而演化的专属智能体。
