從 MetaClaw 到 Evolver：Agent 自演化不只是學會技能

v1.37.0 讓 Evolver 從「單迴路修復」更明確地走向「雙迴路演化」 -- 不只是修已知的問題，而是從所有經驗中主動學習，包括失敗。

這篇文章要講什麼

三月中旬，UNC/CMU/UCSC/Berkeley 四校聯合發了 MetaClaw（arXiv 2603.17187），做的事情和 Evolver 高度相關：讓 Agent 在部署後持續自演化。MetaClaw 從另一條路徑驗證了這個問題值得認真做。

兩個項目走到了相近的問題意識，但實現層級和工程側重完全不同。MetaClaw 更偏向失敗蒸餾、空閒調度、語義檢索這些能力獲取層面的機制；Evolver 更偏向結構化 Gene、因果記憶圖譜 (Memory Graph)、7 層安全漏斗這些工程治理層面的深度。兩者不在同一個 benchmark 下，不適合直接打分比較，更像是從不同角度解決同一類問題。

v1.37.0 的核心進展是：Evolver 從「單迴路修復」更明確地走向了「雙迴路演化」。

MetaClaw 解決了什麼，沒解決什麼

MetaClaw 解決的問題：

從失敗軌跡中提煉技能。 Agent 搞砸了一個任務，MetaClaw 分析整個失敗過程，提煉出「下次遇到類似情況應該怎麼做」的防禦性規則，立即注入到 prompt 中。零停機，零延遲。這個機制的信息效率很高 -- 成功的路徑往往相似，而失敗各有各的原因。

空閒時加速演化。 OMLS 調度器監測系統休眠、鍵盤靜默、Google Calendar 事件。用戶不在的時候啟動更重的操作，包括 Cloud LoRA 微調。

語義級技能檢索。 用 embedding cosine similarity 檢索技能庫，處理「近義但措辭不同」的匹配場景。

MetaClaw 沒解決的問題：

論文的 Knowledge Gaps 部分自己承認了 -- "rollback and version control...are not described"、"safety and security...no adversarial evaluation"。技能是一段自然語言文本，沒有結構化約束。沒有跨 session 的因果記憶。單機框架，沒有跨節點經驗復用。

Evolver 解決了什麼，沒解決什麼

Evolver 解決的問題：

結構化的演化單元。 Gene 不是一段自然語言，而是一個完整的 JSON 結構：id、signals_match、preconditions、strategy（分步）、constraints（max_files、forbidden_paths）、validation（可執行命令）、epigenetic_marks（環境適應標記）。每個字段都是可校驗的 -- 一個 Gene 能修改多少文件、不能碰哪些路徑、成功後怎麼驗證，這些在定義時就確定了，不依賴 LLM 的運行時判斷。

因果記憶圖譜。 Memory Graph 記錄了每次演化的完整因果鏈：SignalSnapshot -> Hypothesis -> Attempt -> Outcome。getAdvice() 用 Laplace 平滑 + 時間衰減計算每個 (signal, gene) 組合的成功概率，自動 ban 掉低效路徑、優先推薦高效路徑。跨 session 積累，越用越準。

7 層安全漏斗。 solidify 流程中任何一層失敗，git checkout -- . && git clean -fd，全量回滾。validation 命令有嚴格的白名單（只允許 node/npm/npx 開頭，禁止 shell 元字符）。破壞性變更檢測會在 .git、package.json、核心依賴被修改時直接攔截。

Hub 生態。 通過 A2A 協議連接 EvoMap Hub，一個節點發現的修復策略可以被其他節點復用。Capsule 內嵌了 env_fingerprint，跨環境復用時可以評估兼容性。

離線能力。 核心功能完全離線可用。

Evolver 沒解決的問題：

沒有 RL/LoRA 權重更新循環。 MetaClaw 的第二循環（Cloud LoRA + RL-PRM）在空閒窗口用雲端 LoRA 微調模型權重，理論上比純 prompt 層面的進化上限更高。我們評估後決定暫不集成 -- Cloud LoRA 生態不成熟（Tinker/MindLab 都不是通用 API），全流程只在 Kimi-K2.5 上驗證過，通用性待證。接口已經預留在 idleScheduler 的 deep 級別中。

沒有學術 benchmark。 MetaClaw 有 MetaClaw-Bench（934 題 / 44 天模擬）。我們有單元和集成測試，但沒有標準化的可公開比較的 benchmark 套件。test/bench.test.js 是第一步。

v1.37.0：從記憶中學習

這個版本的主題是讓 Evolver 更完整地利用自己的全部經驗。

從失敗記憶中生成防禦規則 (autoDistillFromFailures)

在 skillDistiller.js 中新增了完整的失敗學習管道：

1. collectFailureDistillationData() -- 從 failed_capsules.json 收集失敗記錄，按 gene + 失敗原因分組
2. analyzeFailurePatterns() -- 識別高頻失敗模式和反覆出現的約束違規
3. synthesizeRepairGeneFromFailures() -- 從失敗模式合成防禦性 repair Gene，策略步驟以 GUARD/VERIFY/ROLLBACK 開頭
4. autoDistillFromFailures() -- 整合以上步驟，達到閾值（默認 5 個失敗 Capsule）自動觸發

蒸餾出的 Gene 和成功蒸餾的 Gene 走同一套校驗管道 -- validateSynthesizedGene() 的 15+ 項硬校驗一個不少。

之前 Evolver 只從成功的 Capsule 中提取新 Gene。失敗的記錄雖然保存了，但只用於 anti-pattern ban。v1.37.0 讓系統真正從失敗記憶中學習 -- 把反覆出現的失敗模式轉化為可復用的防禦性規則，主動注入到後續的演化決策中。

空閒調度 (idleScheduler)

新增 idleScheduler.js，實現空閒感知調度：

• 檢測系統空閒時間（Windows/macOS/Linux 三平台）
• 四級強度：normal -> aggressive -> deep（以及 signal_only）
• 空閒 5 分鐘以上進入 aggressive，加速蒸餾和 reflection
• 空閒 30 分鐘以上進入 deep，為未來更重的操作預留
• 主循環的 sleep 時間乘以調度器給出的係數（空閒時 0.25x ~ 0.5x，繁忙時不變）

語義匹配 (scoreGeneSemantic)

在 selector.js 的 scoreGene() 中引入了 bag-of-words cosine similarity 作為補充分數：

• 將信號和 Gene 的 signals_match / summary / id 分詞
• 過濾停用詞，構建詞頻向量
• 計算 cosine similarity，乘以權重 0.4 作為附加分

不替換現有的正則/子串匹配，而是疊加。等 Hub 的 KG 服務成熟後可以切到真正的 embedding 檢索。

過程評分 (computeProcessScores)

之前 solidify 的 outcome 是二值的 success/failed + 一個 0~1 的 score。現在擴展為 8 維的過程評分：

核心思路是對演化過程本身打分，而非只看最終結果。規則化的分步評估，不依賴 RL。

數據版本化 (gene_library_version)

在 EvolutionEvent 和 Capsule 中新增了 gene_library_version 字段 -- 當前 genes.json 的內容哈希。如果 Gene 庫在學習過程中變化了，舊版 Capsule 不會被用來評估新版 Gene 的效果。過時的評估數據會污染學習質量。

下一步，以及為什麼

v1.37.0 完成了演化引擎的「記憶閉環」 -- 成功和失敗都被轉化為可復用的知識。但到目前為止，Evolver 仍然是被動的：有信號才響應，有錯誤才修復。

這不夠。一個真正的自演化系統不應該只會治病，還應該會鍛煉。

我們正在構建的下一個能力叫 Exploration 模式 -- Agent 主動去探索未知領域：定義自己想成為什麼角色，識別當前能力的邊界，然後自主尋找和學習新的 Gene 來擴展自己。

為什麼這一步是必要的，而不只是 roadmap 上的一個 nice-to-have？因為當前的單迴路修復有一個結構性天花板：它只能讓 Agent 在已知問題域內變得更穩定，但不能讓 Agent 進入新的問題域。一個只會修復自己的系統，永遠不會比它第一次被部署時更強。雙迴路演化 -- 一條迴路處理問題，一條迴路主動拓展邊界 -- 是打破這個天花板的必經之路。

v1.37.0 變更摘要

全量測試 352 pass / 0 fail。

npm install @evomap/evolver@latest

GitHub: EvoMap/evolver

MetaClaw 論文: arXiv 2603.17187 Evolver 是 EvoMap 生態的開源組件，基於 GEP (Genome Evolution Protocol) 構建。