Self-Evolution v1.0 — Agent 自进化系统

> 核心判断：自进化不是"把聊天记录塞进向量库"，而是一条 检测 → 评估 → 提议 → 审批 → 持久化 → 验证 → 查询 的学习管线。
> 用得越久，越懂你 — 但前提是：学什么由用户说了算，进化质量优先于数量。
> Agent 最没用的进化是"用户喜欢吃火锅"这类噪音；最有用的进化是"修改运行时代码后必须运行受影响测试"这类可执行规则。

一、自进化在技能生态中的位置

┌──────────────────────────────────────────────────────────────────┐
│                    Self-Evolution（本技能）                        │
│         持续对话扫描 · 进化检测 · 质量门控 · 审批工作流             │
│         多目标持久化 · 进化查询 · 进化审计 · 速率控制               │
│         —— "何时学、学什么、值不值得学、学完写到哪里"               │
└───────┬──────────────┬──────────────┬──────────────┬─────────────┘
        ↓              ↓              ↓              ↓
┌───────────────┐ ┌──────────┐ ┌──────────────┐ ┌──────────────┐
│ agent-memory  │ │ error-   │ │ auto-skill-  │ │ proactive-   │
│ v5.0          │ │ recovery │ │ creator v1.0 │ │ agent v3.1   │
│               │ │ v2.0     │ │              │ │              │
│ 存储层：       │ │ 失败学习：│ │ 技能打包：    │ │ 行为框架：    │
│ 偏好→MEMORY   │ │ 陷阱→    │ │ 方法→SKILL   │ │ WAL/Guardrail│
│ 事实→语义记忆  │ │ error_   │ │              │ │ /VFM评估     │
│ 事件→情节记忆  │ │ patterns │ │              │ │              │
└───────────────┘ └──────────┘ └──────────────┘ └──────────────┘

分工边界：
- 本技能负责 检测和编排 — 扫描对话、识别进化机会、评估质量、提议审批
- agent-memory 负责 存储 — 偏好写入 MEMORY.md，事实写入语义记忆
- error-recovery 负责 失败处理 — 陷阱写入 error_patterns.json
- auto-skill-creator 负责 技能打包 — 可复用工作流生成 SKILL.md
- proactive-agent 负责 行为约束 — ADL/VFM 协议约束进化安全

二、六种进化类型

进化类型判定规则

用户输入 / Agent 执行轨迹
         ↓
┌────────────────────────────────┐
│ 信号扫描                       │
├────────────────────────────────┤
│ 1. 纠正信号？→ 偏好修正/风格校准│
│ 2. 新方法信号？→ 方法学习       │
│ 3. 重复失败？→ 陷阱记忆         │
│ 4. 流程改进？→ 流程优化         │
│ 5. 知识缺口？→ 能力补丁         │
└────────────────────────────────┘
         ↓
多类型可同时触发（一次对话最多触发 2 种）

三、两种触发机制

3.1 关键词触发（显式）

用户说出以下关键词时，立即进入进化评估流程：

关键词触发后：
1. 不需要等待任务完成，立即评估当前信号
2. 生成进化请求卡片
3. 等待用户审批

3.2 自动检测（隐式）

在以下条件满足时，自动进入进化评估：

自动检测后：
1. 在任务完成后（不是任务中途）进行评估
2. 生成进化请求卡片
3. 等待用户审批

四、进化请求卡片（核心交互单元）

每次检测到进化机会后，向用户展示一张进化请求卡片：

┌─────────────────────────────────────────────────────────┐
│  🧬 进化请求 #001                                       │
│                                                         │
│  检测到：偏好修正                                        │
│  触发方式：关键词触发（"以后"）                           │
│  来源对话："以后正文中不要出现'如前文所述'这类元叙述"     │
│                                                         │
│  拟记忆内容：                                            │
│  ┌─────────────────────────────────────────────────┐    │
│  │ 正文中禁止出现"如前文所述"、"如上文所示"等元叙述  │    │
│  │ 用语，所有交代必须自然融入故事。                    │    │
│  └─────────────────────────────────────────────────┘    │
│                                                         │
│  拟写入位置：~/.workbuddy/MEMORY.md（写作规范区）        │
│  进化类型：偏好修正                                      │
│  预期效果：后续所有叙事类写作自动遵守此规则               │
│                                                         │
│  [✅ 批准写入]  [✏️ 修改内容]  [❌ 拒绝]  [🕐 稍后]     │
└─────────────────────────────────────────────────────────┘

卡片必含字段

用户审批后的动作

用户批准
    ↓
┌─────────────────────────────────────────────┐
│ 1. 写入目标文件（MEMORY.md / SKILL.md /     │
│    error_patterns.json）                     │
│ 2. 记录到进化审计日志                        │
│ 3. 更新进化速率计数器                        │
│ 4. （可选）验证：确认文件已更新              │
└─────────────────────────────────────────────┘

五、质量门控

5.1 核心原则：质量优先于数量

> 宁可保持每周 1-3 次的高质量进化，也不要每天 50 条"用户喜欢吃火锅"的噪音。

5.2 进化价值评估矩阵

每个候选进化在提议前，经过以下评估：

加权总分阈值：
- ≥ 20 分：高质量进化，立即提议
- 12-19 分：中等价值，提议但标注"可选"
- < 12 分：低价值，不提议，仅在审计日志中记录

5.3 反模式：不应成为进化的内容

5.4 速率控制

超限处理： 当达到速率上限时，候选进化仍记录到审计日志（标记为 rate_limited），但不展示进化请求卡片。用户可随时查看被限流的候选。

六、进化生命周期

    ┌──────────┐
    │ 对话进行  │
    └────┬─────┘
         ↓
┌─────────────────────┐
│ 1. 信号扫描         │  ← 关键词触发 or 自动检测
│    扫描每轮对话     │
└────────┬────────────┘
         ↓
┌─────────────────────┐
│ 2. 进化分类         │  ← 判定六种进化类型
│    可能多类型同时   │
└────────┬────────────┘
         ↓
┌─────────────────────┐
│ 3. 质量评估         │  ← 加权评分 ≥ 阈值？
│    价值矩阵打分     │
└────────┬────────────┘
    ├─ 低于阈值 → 记录审计日志（低价值）→ 结束
    └─ 通过 ↓
┌─────────────────────┐
│ 4. 去重检查         │  ← 与已有规则语义比对
│    检查 MEMORY.md / │
│    skills / error_  │
│    patterns.json    │
└────────┬────────────┘
    ├─ 已存在 → 记录审计日志（重复）→ 结束
    └─ 不重复 ↓
┌─────────────────────┐
│ 5. 速率检查         │  ← 本周/今日/冷却期
│    检查进化速率     │
└────────┬────────────┘
    ├─ 超限 → 记录审计日志（rate_limited）→ 结束
    └─ 未超限 ↓
┌─────────────────────┐
│ 6. 生成进化请求卡片  │  ← 展示给用户
│    等待用户审批     │
└────────┬────────────┘
    ├─ 拒绝 → 记录审计日志（rejected）→ 结束
    ├─ 稍后 → 挂起 24h → 重新提议（仅 1 次）
    ├─ 修改 → 用户编辑内容 → 重新审批
    └─ 批准 ↓
┌─────────────────────┐
│ 7. 持久化写入       │  ← 写入对应存储
│    MEMORY.md /      │
│    SKILL.md /       │
│    error_patterns   │
└────────┬────────────┘
         ↓
┌─────────────────────┐
│ 8. 验证             │  ← 确认文件已更新
│    读取目标文件     │
└────────┬────────────┘
         ↓
┌─────────────────────┐
│ 9. 审计记录         │  ← 写入进化审计日志
│    编号/类型/时间/  │
│    来源/审批结果    │
└────────┬────────────┘
         ↓
┌─────────────────────┐
│ 10. 下次任务生效    │  ← 通过 MEMORY.md 读取
│     自动加载规则    │
└─────────────────────┘

七、多目标持久化路由

进化批准后，根据类型写入不同位置：

进化类型            持久化目标                                    写入方式
──────────────────────────────────────────────────────────────────────────
偏好修正        →   ~/.workbuddy/MEMORY.md（偏好区）              Edit 追加
风格校准        →   ~/.workbuddy/MEMORY.md（风格区）              Edit 追加
流程优化        →   ~/.workbuddy/MEMORY.md（流程区）              Edit 追加
方法学习        →   ~/.workbuddy/skills/<auto-skill>/SKILL.md    auto-skill-creator
能力补丁        →   ~/.workbuddy/MEMORY.md（知识区）              Edit 追加
                    或 ~/.workbuddy/skills/<skill>/SKILL.md      （如足够复杂）
陷阱记忆        →   error-recovery/references/error_patterns.json Edit 追加

写入格式规范

MEMORY.md 中的进化条目格式：

## [进化类型] 规则标题
- **进化编号：** #001
- **进化时间：** 2026-07-08
- **触发来源：** 关键词触发（"以后"）
- **规则内容：** 正文中禁止出现"如前文所述"等元叙述用语
- **预期效果：** 后续叙事类写作自动遵守

error_patterns.json 中的进化条目格式：

{
  "id": "trap-001",
  "evolution_id": "#003",
  "pattern": "Windows 路径反斜杠未转义",
  "first_seen": "2026-07-08",
  "occurrence_count": 2,
  "fix_strategy": "使用正斜杠或双反斜杠",
  "source": "auto-detection"
}

八、进化查询

用户可随时查询进化状态：

九、进化审计日志

所有进化活动（包括未提议的）都记录到审计日志：

位置： ~/.workbuddy/skills/self-evolution/audit-log.jsonl

每条记录格式：

{
  "evolution_id": "#001",
  "timestamp": "2026-07-08T05:30:00+08:00",
  "type": "preference_correction",
  "trigger": "keyword",
  "trigger_detail": "用户说了'以后'",
  "source_message": "以后正文中不要出现'如前文所述'",
  "proposed_content": "正文中禁止出现'如前文所述'等元叙述用语",
  "quality_score": 24,
  "quality_breakdown": {"frequency": 9, "failure_prevention": 6, "user_burden": 4, "verifiability": 3, "specificity": 2},
  "dedup_status": "unique",
  "rate_status": "within_limit",
  "user_decision": "approved",
  "persisted_to": "~/.workbuddy/MEMORY.md",
  "verified": true,
  "session_id": "2026-07-08-05-12-07"
}

审计日志用途：
- 追踪进化效果（哪些规则真正改善了任务结果）
- 识别进化模式（哪种类型进化最多）
- 调整质量阈值（根据通过率优化评分矩阵）
- 用户隐私审计（用户可随时查看和删除）

十、与 5 步自我纠错的集成

当触发词为"自我迭代"、"复盘"、"反思"时，执行完整的 5 步自我纠错流程（来自 error-recovery v2.0）：

Step 1 — 读日志
  读取审计日志 + 对话记录，用 ❌ 标出出错节点，✅ 标出做得好的节点

Step 2 — 找模式
  不孤立看单次失败，找出反复出现的问题类型
  输出：【模式识别】模式1：xxx（出现 N 次）

Step 3 — 定根因
  能力问题（我不会）→ 能力补丁进化
  态度问题（我会但没认真做）→ 偏好修正/风格校准进化
  流程问题（步骤设计有缺陷）→ 流程优化进化

Step 4 — 制定措施
  每条措施必须具体、可验证、可执行
  无效："以后注意"
  有效："修改运行时代码后必须运行受影响测试"

Step 5 — 写入规则库
  生成进化请求卡片 → 用户审批 → 持久化

关键区别： 普通进化是 Agent 主动检测后提议；5 步自我纠错是用户触发后的深度复盘，产出多条进化候选。

十一、安全约束

11.1 进化安全协议（借鉴 proactive-agent ADL/VFM）

11.2 隐私保护

• 不进化密码、密钥、token 等敏感信息
• 不进化用户个人身份信息（除非用户明确要求记住）
• 进化审计日志可被用户随时清除
• 用户可要求"忘记"某条进化（从所有存储中删除）

11.3 冲突处理

当新进化与已有规则冲突时：

1. 检测冲突： 新规则与 MEMORY.md / skills 中已有规则语义矛盾
2. 展示冲突： 在进化请求卡片中标注"⚠️ 与已有规则冲突"
3. 用户选择：
   - 覆盖旧规则（旧规则标记为 superseded）
   - 保留两条（标注适用条件）
   - 拒绝新规则

十二、实施清单

在 WorkBuddy 环境中的执行步骤

当检测到进化机会并准备提议时：

1. 评估质量 — 按价值矩阵打分
2. 去重检查 — 读取 ~/.workbuddy/MEMORY.md 和 ~/.workbuddy/skills/ 目录
3. 速率检查 — 读取审计日志统计本周/今日进化数
4. 生成卡片 — 按第四节格式生成进化请求卡片
5. 等待审批 — 使用 AskUserQuestion 或直接在回复中展示
6. 审批后写入 —
   - 偏好/风格/流程/能力补丁 → Edit ~/.workbuddy/MEMORY.md
   - 方法学习 → 调用 auto-skill-creator 流程
   - 陷阱记忆 → Edit error-recovery/references/error_patterns.json
7. 验证写入 — Read 目标文件确认
8. 审计记录 — 追加到 audit-log.jsonl
9. 更新记忆 — 追加到工作区 memory/YYYY-MM-DD.md

进化查询的执行

当用户问"你最近学会了什么"时：

1. Read ~/.workbuddy/skills/self-evolution/audit-log.jsonl
2. 过滤 user_decision: "approved" 的记录
3. 按时间倒序取最近 5 条
4. 格式化展示

十三、常见陷阱

十四、核心原则

1. 用户主权 — 学什么，用户说了算。所有进化需要审批。
2. 质量优先 — 1 条可执行规则 > 50 条噪音。宁可少进化，不可乱进化。
3. 具体可验证 — "修改代码后运行测试" > "以后注意质量"。模糊规则不进化。
4. 多目标路由 — 不同类型进化写到不同位置，不混为一谈。
5. 全链路审计 — 从检测到写入，每一步都有记录。
6. 可回滚 — 进化不是永久的，用户可随时修改或删除。
7. 不覆盖安全 — 进化改善行为，不改变安全边界。
8. 冲突显式 — 新旧规则冲突时，必须让用户选择。
9. 速率可控 — 默认保守，用户可调节。
10. 查询透明 — 用户随时可问"你学过什么"。

参考资料

• AutoClaw 自进化机制
• agent-memory v5.0 — 存储基础设施
• error-recovery v2.0 — 5 步自我纠错 + 陷阱记忆
• auto-skill-creator v1.0 — 技能打包
• proactive-agent v3.1 — ADL/VFM 安全协议