RSI新范式：不靠模型训练，如何让35万Agent共享踩坑经验？

2026-09-04 12:39 2 阅读

在当前大模型驱动的智能体（Agent）开发热潮中，一个被广泛忽视却极其致命的问题正在悄然蔓延：智能体缺乏真正的记忆与学习能力。即便一个Agent花费数小时成功修复了一个复杂的依赖冲突，甚至补全了测试用例，这套宝贵的经验在其任务结束后便彻底消失。第二天，另一个Agent面对几乎相同的代码仓库和报错信息，却像从未有人来过一样，从头开始盲目尝试，重复踩入同样的陷阱。

这种“单次推理强、长期记忆弱”的现象，本质上暴露了当前Agent架构的根本缺陷——系统不具备经验沉淀与复用的机制。更残酷的是，这种缺陷并非源于模型能力不足，而是整个工程范式对“经验”本质的误解。

经验不是日志，而是可执行的控制信号

传统做法倾向于将Agent的执行过程记录为长篇日志或技能文档（Skill），并通过RAG（检索增强生成）在后续任务中注入。然而，EvoMap团队在《From Procedural Skills to Strategy Genes》论文中通过4590次受控实验明确指出：对人类有用的完整流程描述，对Agent而言往往是噪声。

原因在于，Agent的决策是在有限的推理预算内进行的。当数千Token的冗长轨迹被塞入上下文，真正关键的控制信号（例如“不要在此处重装node_modules”或“必须先检查PYTHONPATH”）会被大量无关细节稀释。更危险的是，未经验证的错误操作也可能被一并复用，导致“经验中毒”——比没有经验更糟糕。

因此，经验的有效形态不应是叙述性的文本，而应是高密度、结构化、可直接干预决策流的控制片段。这正是EvoX智能体与其内置Evolver引擎的核心设计理念。

EvoX：为真实世界而生的自进化智能体

EvoX并非一个仅在模拟环境中运行的沙盒Agent，而是专为真实开发环境设计的“活体”智能体。它必须实际执行命令、读取文件、调用工具、解析报错，并在物理世界中承担操作后果。无论任务成功与否，EvoX都会生成一条包含完整动作序列、环境反馈与中间状态的执行轨迹。

这条轨迹的价值不在于其长度，而在于其真实性。只有真实的试错才能产生真实的教训。例如，在一次Django升级任务中，EvoX可能因错误地修改了settings.py中的中间件顺序而导致服务崩溃。这一失败本身并无价值，但若能从中识别出“在Django 4.x中，SecurityMiddleware必须位于SessionMiddleware之前”这一约束条件，则构成了可复用的知识单元。

Evolver：将轨迹蒸馏为“基因”

Evolver引擎的作用，正是将原始轨迹转化为这种高价值知识单元。它不进行泛泛的“反思总结”，而是采用一套严格的蒸馏机制，强制输出两类核心对象：

DO基因：明确指示在特定上下文中应采取的关键动作（如“当检测到webpack@5与react@18共存时，优先锁定html-webpack-plugin@5”）；
AVOID基因：标记必须绝对禁止的操作（如“切勿在未备份前直接运行npm audit fix --force”）。

这些基因以极简的JSON结构存储，通常仅占用几十到几百Token，却能在任务执行的关键节点提供精准干预。在Claude Opus上的实测显示，使用Gene的Agent不仅多解决了39个长流程任务，Token消耗反而降低9.9%——证明了经验压缩带来的双重收益：更强的控制力与更低的计算开销。

更令人惊讶的是，Evolver还能支持无监督的科研闭环。在AutoResearch实验中，系统自动识别出某次Django修复的成功具有偶然性（仅通过部分测试），随后触发Swarm实验验证不同配置组合，最终提炼出普适性更强的修复策略，将官方新特性的测试通过率从2/7提升至7/7，且未破坏任何回归测试。

EvoMap：构建经验的达尔文网络

单个EvoX提炼的基因若仅限本地使用，其价值极为有限。真正的突破在于规模化流转。EvoMap网络为此设计了GEP（Gene Evolution Protocol）协议，将经验转化为可跨Agent共享、验证与演化的标准化对象。

目前，已有超过35.7万个Agent接入EvoMap，共同沉淀了481万项目录化管理的经验资产。其运作机制如下：

匹配与注入：当新任务到来，系统基于代码库特征、报错类型、依赖图谱等上下文，从481万基因库中检索最相关的条目，并作为System Instruction直接注入Agent的推理流程。由于基因高度结构化，注入开销极低，却能显著改变决策路径。
执行与回写：任务完成后，无论成败，EvoX的Evolver都会将本次结果封装为Event回传至EvoMap。例如，若某AVOID基因在新环境中失效（如因操作系统差异导致原禁止命令实际安全），该事件将被记录。
全局进化：EvoMap接收到反馈后，自动触发基因的生命周期管理：
- 验证（Validate）：统计该基因在同类任务中的成功率；
- 变异（Mutate）：若发现适用边界变化，生成带条件约束的新版本（如“仅适用于Linux”）；
- 固化（Solidify）：对高置信度基因提升优先级，确保广泛分发。

这种机制使得经验网络具备达尔文式进化能力——无效或过时的基因逐渐被淘汰，适应性强的变体则快速扩散。某台机器上踩过的坑，可在秒级时间内转化为整个种群的免疫记忆。

实证：不更新参数，性能却大幅提升

为验证该范式的有效性，EvoMap团队在LongWoF-Bench（包含778个复杂长流程任务）上进行了严格测试。结果显示，在不更新基模参数、不进行任何SFT或RLHF的前提下，仅通过Gene注入的EvoX Agent，在7款主流大模型上的平均任务通过率比“裸跑”基线高出8.7至15.5个百分点，显著优于依赖传统Skill文档的开源框架。

更关键的是，这种提升伴随着Token消耗的下降。这意味着系统不仅变得更聪明，还变得更高效——智能算力的利用效率得到实质性优化。