自进化不是让 Agent 自己写代码，而是让系统具备完整的"感知→决策→行动→学习"闭环。Skill 不是这个系统的附属品——它是进化的原子单位。
这篇文章从零设计一套企业级自进化 Agent 架构，包含 Skill 生命周期、Harness 控制层、分层记忆系统、治理机制和落地路线。
自进化的核心不是"变强"，是"能自己发现哪里不够好，并且能自己改"。
一个企业级自进化 Agent 系统需要具备五个能力：
| 能力 | 说明 | 对标传统软件 |
|---|---|---|
| 感知 | 检测输出质量、用户反馈、异常模式 | 监控告警 |
| 诊断 | 分析根因、分类问题类型 | 根因分析 |
| 决策 | 生成修复方案、评估风险 | 变更管理 |
| 行动 | 应用方案、更新配置或 Skill | 自动部署 |
| 验证 | 确认修复有效、记录经验 | 测试回归 |
这五个能力不是简单的线性流程——它们构成一个持续运行的飞轮。每一次循环产出的是一个新的或改进的 Skill。
日常运行层。Harness 四根缰绳控制 Agent 行为，记忆系统提供上下文，Agent 在 Skill 的指导下完成任务。执行层产生两种输出：任务结果 + 运行数据（验证记录、性能指标、用户反馈）。运行数据是上方各层的输入。
执行层的运行数据在这里被分类、聚合、量化。验证闭环记录每次失败的类型和频率，用户反馈被结构化，性能指标形成时间序列。观测层不决策——它只产数据，交给分析层。
观测层的数据在这里被赋以意义：发现重复出现的问题模式（"本周格式验证失败率上升了 15%"）、分析根因（"原因是新接入的上游 API 返回格式变了"）、评估 Skill 效果（"Skill X 上线后，相关错误率降低了 60%"）。分析层的输出是进化建议。
核心层。接收分析层的进化建议，执行完整的 Skill 生命周期操作：
企业级系统的关键差异。不是所有进化都自动执行——涉及约束规则变更、工具调用权限、数据访问范围的进化需要人工审批。治理层提供：审批门禁（按风险分级）、审计日志（谁、什么、为什么、什么时候）、回滚机制（一键回退到上一个稳定版本）、权限控制（哪些角色可以批准哪些类型的变更）。
Skill 不是"记录经验的文档"，它是自进化系统的核心产物。每一次进化循环的终点都是一个新 Skill 或一个改进的 Skill。
① 发现（Discovery）
分析层识别出需要新 Skill 的信号：
② 生成（Generation）
进化层自动生成 SKILL.md：
③ 验证（Validation）
新 Skill 进入沙箱环境：
④ 审批（Approval）
按风险等级走不同流程：
| 风险等级 | 示例 | 审批方式 |
|---|---|---|
| 低风险 | 格式优化、描述改进 | 自动批准 |
| 中风险 | 新增工具调用、约束规则变更 | 人工确认 |
| 高风险 | 权限变更、数据访问范围修改 | 多人审批 |
⑤ 部署（Deployment）
Skill 进入生产环境：
⑥ 监控（Monitoring）
Skill 上线后持续跟踪：
⑦ 淘汰（Retirement）
Harness 不是被"进化"的对象——它是进化的执行基础设施：
| Harness 维度 | 在执行层的作用 | 在进化层的作用 |
|---|---|---|
| 上下文管理 | 控制 Agent 看到的输入 | 进化建议中"需补充的上下文"被自动注入到相关 Skill |
| 输出约束 | 控制 Agent 的输出格式和边界 | 约束规则本身可被进化——分析层发现规则过严/过松时触发调整 |
| 验证闭环 | 检测输出质量 | 观测层的核心数据源——每一次验证失败都是进化的原材料 |
| 知识沉淀 | 对话结束后提取经验 | 沉淀结果被分析层用于模式识别和新 Skill 生成 |
三层记忆各自服务于不同的进化环节：
当前会话的执行快照：用什么 Skill、遇到什么验证失败、用户的实时反馈。会话结束后，工作记忆中的关键信息被提取到情景记忆。工作记忆不参与进化决策——它只是"现场的笔录"。
所有发生过的事的结构化记录。核心数据表：
| 记录类型 | 字段 | 进化用途 |
|---|---|---|
| 执行记录 | 时间、Skill、输入、输出、验证结果 | 分析层统计效果、发现模式 |
| 验证失败 | 类型、详情、上下文快照、用户是否纠正 | 触发进化建议的直接信号 |
| 用户反馈 | 评分、纠错内容、满意度 | Skill 质量评估的关键指标 |
| 进化记录 | 变更内容、审批人、效果对比 | 审计回溯、效果评估 |
情景记忆的 TTL 策略比工作记忆长（天-周级），比语义知识短。它存储的是"事件"，不是"资产"。分析层在这里检索历史模式来生成进化建议。
存储所有可复用的结构化资产：
语义知识的存储周期最长（月-年级），且不可自动删除——淘汰的 Skill 进入归档而非删除，保留完整的进化轨迹。
自进化不等于"全自动"——企业系统必须可控：
每个进化操作按风险等级走不同流程。低风险自动批准，中风险一人确认，高风险多人审批。风险等级由系统根据变更范围自动评估，管理员可手动调整。
每次进化操作前自动创建快照。部署后监控指标触发回滚条件时（如错误率上升超过阈值），系统自动回退到上一个稳定版本。回滚本身也是一次进化记录。
每一次进化操作生成一条不可篡改的审计记录：
时间 | 操作人（系统/人工） | 操作类型 | 变更前版本 | 变更后版本 | 变更原因 | 审批人 | 效果评估
低风险进化完全自动。中风险进化系统生成方案+人工确认。高风险进化系统提供建议+人工执行。系统越成熟，人工参与的门槛越高——但从不完全移除人工。
| 阶段 | 范围 | 核心交付 | 预估 |
|---|---|---|---|
| Phase 1 | 观测层 + 分析层（基础版） |
• 验证闭环数据采集标准化 • 失败模式分类器 • 效果统计看板 | 5-7天 |
| Phase 2 | 进化层（Skill 生命周期） |
• Skill 自动生成引擎 • 沙箱验证环境 • 灰度部署管道 | 7-10天 |
| Phase 3 | 治理层 + 完善闭环 |
• 审批门禁系统 • 回滚/审计机制 • 全链路飞轮 | 5-7天 |
核心设计原则：
1. Skill 是进化的原子单位——每一次进化循环产出或改进一个 Skill
2. 五层分离——执行、观测、分析、进化、治理各司其职，互不耦合
3. 渐进式自治——低风险全自动，高风险人工兜底，系统越用越自治
4. 可审计可回滚——每一次进化都有记录，每一次变更都能回退
💬 评论