Agent 在一次任务中反思和重试，并不等于真正的自进化。关键问题是任务结束之后，系统能否从持续积累的成功与失败轨迹中提炼经验，并转化为下一次任务可复用的能力。本专题聚焦经验记忆、Prompt 与 Skill 优化、工作流搜索、反馈驱动学习和自修改 Agent，讨论系统如何发现重复问题、生成候选改进，并通过自动评测、人工审批、灰度发布、退化检测和回滚机制实现可控更新。同时厘清当前技术边界：哪些改进闭环已经能够进入生产，哪些仍属于实验室中的递归自我改进。