自动进化引擎

解决什么问题

当 Agent 在多次对话中反复犯同一个错误时，常规做法是手动改 Prompt 或重写技能。自动进化引擎试图回答另一个问题：能否让 Agent 从自己的历史对话中学习、沉淀有效策略，同时避免危险的进化方向？它的目标是在无人干预的情况下完成策略迭代，但前提是必须有约束和回滚机制兜底。

核心机制

引擎的运转依赖一条自动流水线：

• 心跳扫描（每 30 分钟）：扫描对话记录，识别成功与失败模式，触发记忆提取。
• 反思分析：失败时定位根因、还原到出错前状态并制定预防措施；成功时提取经验并固化为策略。
• 记忆分级：从 L0（原始对话）逐级抽象到 L1（决策提取）、L2（场景提炼）、L3（画像形成）。
• 策略进化：新策略需通过 VFM 评分（阈值 50）和约束契约检查，变更全程记录以便回滚。

约束契约是核心安全边界，包括「三思后行」「禁止触碰 C 盘核心文件」「禁止无限循环（最大迭代 5 次）」「系统级安全操作需人工确认」等红线，违反即被否决或暂停。

定时任务与健康检查

引擎通过 Cron 驱动每日节奏：30 分钟心跳、18:30 团队反思与前沿技术扫描、19:00 技能搜罗与评估、22:00 记忆总结。同时提供健康检查，监控引擎运行状态、记忆系统完整性与索引健康度。

适用边界

• 工作文件必须放在 F盘，不适用于无法控制文件路径的环境。
• 涉及 Windows 系统核心目录的操作会被直接否决，Linux/macOS 用户需注意规则未做平台适配。
• VFM 评分阈值 50 是硬门槛，低分策略将被跳过，可能导致部分有效但不易量化的策略无法沉淀。
• 回滚依赖变更记录的完整性，如果记录被篡改或丢失，回滚将失效。