# MIT 与 Sakana AI 提出 SIFT：低成本的自我改进编码智能体树搜索框架

- 来源：elvis (@omarsar0)
- 发布时间：2026-09-20 04:53
- AIHOT 分数：51
- AIHOT 链接：https://aihot.news/items/cmu8vvglu034trorrkz2mvypg
- 原文链接：https://x.com/omarsar0/status/2101414438549029091

## AI 摘要

MIT 和 Sakana AI 的论文提出 SIFT（Self-Improvement via Fast Tree-search），用 LLM judge 先排序候选自修改、只评测有希望的节点，大幅降低自我改进编码智能体的运行成本。

## 正文

Recommend read. Love this new arc toward more affordable, more efficient self-improving coding agents.

### 引用推文

> DAIR.AI：Banger paper from MIT and Sakana AI. They show that self-improving coding agents work. The best part is that their approach, Self-Improvement via Fast Tree-sear...