Agent Skills
返回列表
💻

进化工具助手(源自《失控》)

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_70775cd1/kk-evolution。

技能介绍

问题从哪来

药物分子设计、算法拓扑、生成式结构、复杂策略博弈——解空间往往是人类无法逐项枚举或事先画出目标形态的。这时继续手工精雕,本质是在用线性人力对抗组合爆炸;更务实的做法是承认「我不知道最终解长什么样」,改去设计一套会自我复制、随机变异、并按选择压力淘汰的种群,让系统在几轮繁育循环里替你爬解空间。

技能在引导什么

本技能把《失控》里人工进化的操作用法拆成可执行的判断与步骤:先确认你是否落在「进化当工具」的三类场景(找不到路、无法想象、开新域);再补齐汤姆·雷式的三要素——可自我迭代的种群、变异(复制中的随机扰动)、死亡(不达标或无效个体出局)。执行上强调定向繁育循环:海量随机候选 → 与「锁」相合者保留 → 在其邻域再繁育并绑定已合点 → 多代循环,而不是人肉逐一试错。

你还会被提醒舍控制取力量:只定义选择标准与边界,接受涌现解可能丑陋、出乎意料;末期再给简约性加权,先问「管不管用、能不能活」,再问是否优雅。技能附带做对 / 做错的对照信号(盆地停滞、边界失控、在不该用进化的稳定小问题上硬上),避免把进化当成万能锤子。

边界与代价

目标已清晰、环境稳定、规模不大时,中心化直接设计通常更省。安全攸关、必须可追责、或参与者可作弊的去中心化场景,不宜把结果完全交给涌现。进化换来的是搜索力,付出去的是可预测性与审美控制——这在 SKILL 里是显式交易,不是隐藏风险。

使用场景

  • 分子或材料候选空间太大,需要多代随机变异加筛选规则逼近可行结构,而非逐个手工改结构式。
  • 神经网络或程序变体的搜索空间难以穷举,要用复制—变异—淘汰循环批量探路并保留合约束的个体。
  • 生成式布局或策略参数组合爆炸,只定义「锁」与淘汰条件,让系统繁育几代再收敛到可用方案。
  • 探索尚无先验形态的新算法或交互形态,目标形态说不清,需要先搭进化框架再收束到可维护实现。

适合人员

  • 做计算化学或 CADD 的研究员,要在巨大化学空间里找可合成、可活性的分子,无法靠直觉单次命中。
  • 负责 AutoML、神经架构或演化算法的工程师,需要把选择压力、变异算子和种群边界写成可复用的设计对话。
  • 玩生成式设计与参数化建模的设计师,解空间开放且审美滞后,想先让系统长出能用的形态再后期简化。
  • 写复杂系统或博弈策略的产品架构师,策略组合不可手画,需在明确约束下用演化搜索而非拍脑袋定方案。