智能体自改进循环设计师

智能体为什么会"死"在第一版

调试过 Agent 的人大概都遇到过这类问题：模型第一天表现很好，过几天同样的任务又开始犯蠢——重复询问已经拿到的信息、在工具选择上反复横跳、对边界情况毫无记忆。根因不是模型变笨了，而是系统缺少做完之后的沉淀机制。每轮任务的成败只存在于对话记录里，没有被转成下一次可用的约束。

四环闭环怎么搭

这个技能把自改进拆成四个可落地的环节：

• 执行：任务完成时记录输入、动作、输出和用户反馈，形成可追溯的任务日志。
• 复盘：对比"期望 vs 实际"，定位偏差到底出在理解、工具调用还是边界没拦住。
• 提炼：把可复用规律写成「经验卡」——一条规则、一个适用场景、一组反例。
• 固化：经验卡合并进系统提示或技能库，下次任务自动生效。

工作流先确认智能体当前形态（纯提示词 / 含工具 / 含记忆），再设计经验卡模板和复盘触发条件。每次任务结束或收到负反馈时自动跑一次 Review，产出新的经验卡。防退化机制通过「优先级 + 冲突消解」保证新卡优先但安全红线不可覆盖。

边界与注意

• 经验卡不得覆盖安全或合规护栏，红线优先级永远最高。
• 复盘必须基于真实任务记录，不允许编造数据。
• 固化改动需保留版本，确保可回滚。
• 这个技能不替代模型本身的推理能力，它解决的是跨任务的经验复用，不是单次任务的正确率。