myWiki/papers/zhou-agent-symbolic-learning-2024.md

title, created, updated, type, arxiv, authors, venue, tags, sources

title	created	updated	type	arxiv	authors	venue	tags	sources
Agent Symbolic Learning: 用符号学习实现自进化 Agent	2026-05-29	2026-05-29	paper	2406.18532	Wangchunshu Zhou Yixin Ou Shengwei Ding Long Li Jialong Wu Tiannan Wang Jiamin Chen Shuai Wang Xiaohua Xu Ningyu Zhang Huajun Chen Yuchen Eleanor Jiang	arXiv cs.CL, June 2024	agent symbolic-learning self-evolving optimization	https://arxiv.org/abs/2406.18532

Agent Symbolic Learning: 符号学习驱动的自进化 Agent

论文: Zhou et al. (AIWaves, 2024) — arXiv:2406.18532 代码: https://github.com/aiwaves-cn/agents

核心问题

当前 Agent 开发是 engineering-centric 的：prompt、工具、pipeline 都需要人类手动设计。Agent Symbolic Learning 提出了一个根本性转变——让 Agent 从数据中自动学习和进化。

方法：Agent = Symbolic Network

神经网络	Agent Symbolic Network
计算图	Agent Pipeline
层 (Layer)	节点 (Node)
权重 (Weights)	Prompts + Tools
损失函数	language-loss
梯度	language-gradient
反向传播	symbolic-backpropagation
优化器	Symbolic Optimizer (LLM)

三阶段流程

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

关键创新

• Holistic Joint Optimization: 同时优化所有符号组件，避免 DSPy 等方法分别优化带来的局部最优
• 支持 pipeline 结构修改: 不仅是改 prompt，还可以添加/删除节点
• 无 ground-truth 也能学: Language Loss 不需要标准答案

历史定位

这是"模仿神经网络反向传播来优化 Agent"思路的原始提出者。后续 yang-skillopt-2026、heuristic-learning 是在这一范式下的延伸和工程化。在吕明的两篇深度解读文章中被重点引用。

概念网络

• agent-symbolic-learning — 框架总览
• symbolic-network — Agent 作为符号网络
• language-gradient — 语言梯度
• symbolic-backpropagation — 符号反向传播
• self-evolving-agents — 自进化 Agent
• language-loss — 语言损失