Alpha Agent

从公式搜索（formula search）到自我改进的研究智能体（self-improving research agents）——一部自动化 alpha 发现（automated alpha discovery）的谱系，分八篇长文阅读。每个专题都附上原论文的架构图、可即时 渲染的核心公式，以及关键处的代码。脉络从遗传规划（genetic programming）与强化学习（reinforcement learning），经生成–预测（generative–predictive）挖掘与生成流网络（GFlowNet），到新一代 LLM 研究 循环——并在最后落到文献普遍忽略的方法论脊柱，再给出"循环下一步该优化什么"的提案与一个实盘案例。

“围绕智能体（agents）的热度甚至超出了我的预期。循环（loops）是下一步——三到六个月内，每个人都会 运行自我改进的循环。不再需要提示词（prompting）。” — 转述 Andrew Ng 关于智能体工作流的论述（2026）