RecodeX 重构消息，研究团队提出具身智能体框架RoboFoundry，将智能体系统本身形式化为可自进化的系统即策略。该框架保持基座模型参数冻结，进化发生在模型周边的上下文系统、技能系统与执行接口上，并借助共享语义接口在不同机器人间复用。
RoboFoundry采用执行—反思—修复—晋升的双层进化闭环，先归因执行失败对应的能力缺口，再针对性提出修改并验证有效性，最终沉淀为通用能力。团队称该框架可让多个基座模型在多个具身任务基准上获得显著性能提升，缩小不同基座间的表现差距，并在真实机器人场景中实现跨机器人、跨任务的零样本迁移与部署后在线进化。