定义
GenericAgent 是一个自我进化的智能体系统，从 3.3K 行种子代码出发，通过自主执行任务并固化为 Skill，逐步生长出完整的技能树，实现系统级控制能力。
核心创新
自我进化 vs 预置技能
与 Agent_Skills 等预置技能方案不同，GenericAgent 不预装任何领域技能，而是在执行任务过程中自动将执行路径固化为可复用的 SOP/Skill，存入分层记忆系统。
极简设计哲学
- 核心执行循环仅 ~100 行代码
- 仅 9 个原子工具 + 2 个记忆管理工具
- 上下文窗口控制在 30K 以内（约 1/6 的同类产品 Token 消耗）
- 分层记忆系统（L0-L4）确保关键信息在场，减少噪音和幻觉
技术报告
arXiv 2604.17091 发表了系统的技术报告，包含五大维度的评测数据，基线包括 Claude Code、OpenAI CodeX、OpenClaw。
生态
- Datawhale 社区制作了配套教程 hello-generic-agent
- 社区 GUI 工具：ga-manager, galley
关联连接
- 摘要-generic-agent — 项目详细摘要
- Agent_Memory — 五层记忆架构的重要参考
- Agentic_Systems — 智能体系统
- Agent_Paradigms — Reflection 自我反思范式
- 摘要-hello-agents — Datawhale 的教程体系
- nanobot-genericagent-hermes-agent-architecture-comparison — 三者架构对比综合页