myWiki/concepts/agent-symbolic-learning.md

title, created, updated, type, tags, sources

title	created	updated	type	tags	sources
Agent Symbolic Learning (Agent 符号学习)	2026-05-29	2026-05-29	concept	agent symbolic-learning optimization self-evolving	https://arxiv.org/abs/2406.18532

Agent Symbolic Learning

Agent Symbolic Learning 是 Zhou et al. (AIWaves, 2024) 提出的框架：将 Agent pipeline 建模为 symbolic-network，用模仿连接主义学习（反向传播 + 梯度下降）的方式联合优化 Agent 的所有符号组件。

核心类比

连接主义学习	Agent Symbolic Learning
计算图	Agent Pipeline
层 + 权重	节点 + Prompts/Tools
数值 Loss	language-loss
数值梯度	language-gradient
BP 链式法则	symbolic-backpropagation
优化器	Symbolic Optimizer (LLM)

三阶段

1. Forward Pass: Agent 沿 pipeline 执行 → 轨迹
2. Backward Pass: Language Loss 从末节点向前传播 → 每个节点的 Language Gradients
3. Weight Update: Optimizer 根据 gradients 更新 prompts/tools/pipeline

历史意义

这是首次明确提出"模仿连接主义学习的反向传播和梯度下降来进行 Agent 符号优化"的工作。后续 yang-skillopt-2026（2026，Microsoft）在工程稳定性上深化，heuristic-learning（OpenAI）在范式层级上推广。

相关

• zhou-agent-symbolic-learning-2024 — 原始论文
• symbolic-network — 核心抽象
• language-gradient — 核心机制