智能体面试准备（三十三）：智能体自我改进与在线学习——从“一次性聪明“到“越用越聪明“本篇是 B 系列第 33 篇（B11–B32 已覆盖评估、ReAct、记忆、MCP、多智能体、安全、HTN、Function Calling、RAG评估、可观测、多租户、长时任务、灰度、GUI、多模态、成本、人机、编程、框架、生产化、评测深化、安全对抗）。B13 讲过持久化记忆的"存"，本文讲更高级的"用"：智能体如何沉淀经验、反思失败、自我改进，甚至闭环微调。这是 Agent 从"能跑"走向"能进化"的分水岭。B31 讲的评测体系，本文会反复用到——没有评测，自我改进就是玄学。