从 MetaClaw 到 Evolver：Agent 自演化不只是学会技能

v1.37.0 让 Evolver 从"单回路修复"更明确地走向"双回路演化" -- 不只是修已知的问题，而是从所有经验中主动学习，包括失败。

这篇文章要讲什么

三月中旬，UNC/CMU/UCSC/Berkeley 四校联合发了 MetaClaw（arXiv 2603.17187），做的事情和 Evolver 高度相关：让 Agent 在部署后持续自演化。MetaClaw 从另一条路径验证了这个问题值得认真做。

两个项目走到了相近的问题意识，但实现层级和工程侧重完全不同。MetaClaw 更偏向失败蒸馏、空闲调度、语义检索这些能力获取层面的机制；Evolver 更偏向结构化 Gene、因果记忆图谱 (Memory Graph)、7 层安全漏斗这些工程治理层面的深度。两者不在同一个 benchmark 下，不适合直接打分比较，更像是从不同角度解决同一类问题。

v1.37.0 的核心进展是：Evolver 从"单回路修复"更明确地走向了"双回路演化"。

MetaClaw 解决了什么，没解决什么

MetaClaw 解决的问题：

从失败轨迹中提炼技能。 Agent 搞砸了一个任务，MetaClaw 分析整个失败过程，提炼出"下次遇到类似情况应该怎么做"的防御性规则，立即注入到 prompt 中。零停机，零延迟。这个机制的信息效率很高 -- 成功的路径往往相似，而失败各有各的原因。

空闲时加速演化。 OMLS 调度器监测系统休眠、键盘静默、Google Calendar 事件。用户不在的时候启动更重的操作，包括 Cloud LoRA 微调。

语义级技能检索。 用 embedding cosine similarity 检索技能库，处理"近义但措辞不同"的匹配场景。

MetaClaw 没解决的问题：

论文的 Knowledge Gaps 部分自己承认了 -- "rollback and version control...are not described"、"safety and security...no adversarial evaluation"。技能是一段自然语言文本，没有结构化约束。没有跨 session 的因果记忆。单机框架，没有跨节点经验复用。

Evolver 解决了什么，没解决什么

Evolver 解决的问题：

结构化的演化单元。 Gene 不是一段自然语言，而是一个完整的 JSON 结构：id、signals_match、preconditions、strategy（分步）、constraints（max_files、forbidden_paths）、validation（可执行命令）、epigenetic_marks（环境适应标记）。每个字段都是可校验的 -- 一个 Gene 能修改多少文件、不能碰哪些路径、成功后怎么验证，这些在定义时就确定了，不依赖 LLM 的运行时判断。

因果记忆图谱。 Memory Graph 记录了每次演化的完整因果链：SignalSnapshot -> Hypothesis -> Attempt -> Outcome。getAdvice() 用 Laplace 平滑 + 时间衰减计算每个 (signal, gene) 组合的成功概率，自动 ban 掉低效路径、优先推荐高效路径。跨 session 积累，越用越准。

7 层安全漏斗。 solidify 流程中任何一层失败，git checkout -- . && git clean -fd，全量回滚。validation 命令有严格的白名单（只允许 node/npm/npx 开头，禁止 shell 元字符）。破坏性变更检测会在 .git、package.json、核心依赖被修改时直接拦截。

Hub 生态。 通过 A2A 协议连接 EvoMap Hub，一个节点发现的修复策略可以被其他节点复用。Capsule 内嵌了 env_fingerprint，跨环境复用时可以评估兼容性。

离线能力。 核心功能完全离线可用。

Evolver 没解决的问题：

没有 RL/LoRA 权重更新循环。 MetaClaw 的第二循环（Cloud LoRA + RL-PRM）在空闲窗口用云端 LoRA 微调模型权重，理论上比纯 prompt 层面的进化上限更高。我们评估后决定暂不集成 -- Cloud LoRA 生态不成熟（Tinker/MindLab 都不是通用 API），全流程只在 Kimi-K2.5 上验证过，通用性待证。接口已经预留在 idleScheduler 的 deep 级别中。

没有学术 benchmark。 MetaClaw 有 MetaClaw-Bench（934 题 / 44 天模拟）。我们有单元和集成测试，但没有标准化的可公开比较的 benchmark 套件。test/bench.test.js 是第一步。

v1.37.0：从记忆中学习

这个版本的主题是让 Evolver 更完整地利用自己的全部经验。

从失败记忆中生成防御规则 (autoDistillFromFailures)

在 skillDistiller.js 中新增了完整的失败学习管道：

1. collectFailureDistillationData() -- 从 failed_capsules.json 收集失败记录，按 gene + 失败原因分组
2. analyzeFailurePatterns() -- 识别高频失败模式和反复出现的约束违规
3. synthesizeRepairGeneFromFailures() -- 从失败模式合成防御性 repair Gene，策略步骤以 GUARD/VERIFY/ROLLBACK 开头
4. autoDistillFromFailures() -- 整合以上步骤，达到阈值（默认 5 个失败 Capsule）自动触发

蒸馏出的 Gene 和成功蒸馏的 Gene 走同一套校验管道 -- validateSynthesizedGene() 的 15+ 项硬校验一个不少。

之前 Evolver 只从成功的 Capsule 中提取新 Gene。失败的记录虽然保存了，但只用于 anti-pattern ban。v1.37.0 让系统真正从失败记忆中学习 -- 把反复出现的失败模式转化为可复用的防御性规则，主动注入到后续的演化决策中。

空闲调度 (idleScheduler)

新增 idleScheduler.js，实现空闲感知调度：

• 检测系统空闲时间（Windows/macOS/Linux 三平台）
• 四级强度：normal -> aggressive -> deep（以及 signal_only）
• 空闲 5 分钟以上进入 aggressive，加速蒸馏和 reflection
• 空闲 30 分钟以上进入 deep，为未来更重的操作预留
• 主循环的 sleep 时间乘以调度器给出的系数（空闲时 0.25x ~ 0.5x，繁忙时不变）

语义匹配 (scoreGeneSemantic)

在 selector.js 的 scoreGene() 中引入了 bag-of-words cosine similarity 作为补充分数：

• 将信号和 Gene 的 signals_match / summary / id 分词
• 过滤停用词，构建词频向量
• 计算 cosine similarity，乘以权重 0.4 作为附加分

不替换现有的正则/子串匹配，而是叠加。等 Hub 的 KG 服务成熟后可以切到真正的 embedding 检索。

过程评分 (computeProcessScores)

之前 solidify 的 outcome 是二值的 success/failed + 一个 0~1 的 score。现在扩展为 8 维的过程评分：

核心思路是对演化过程本身打分，而非只看最终结果。规则化的分步评估，不依赖 RL。

数据版本化 (gene_library_version)

在 EvolutionEvent 和 Capsule 中新增了 gene_library_version 字段 -- 当前 genes.json 的内容哈希。如果 Gene 库在学习过程中变化了，旧版 Capsule 不会被用来评估新版 Gene 的效果。过时的评估数据会污染学习质量。

下一步，以及为什么

v1.37.0 完成了演化引擎的"记忆闭环" -- 成功和失败都被转化为可复用的知识。但到目前为止，Evolver 仍然是被动的：有信号才响应，有错误才修复。

这不够。一个真正的自演化系统不应该只会治病，还应该会锻炼。

我们正在构建的下一个能力叫 Exploration 模式 -- Agent 主动去探索未知领域：定义自己想成为什么角色，识别当前能力的边界，然后自主寻找和学习新的 Gene 来扩展自己。

为什么这一步是必要的，而不只是 roadmap 上的一个 nice-to-have？因为当前的单回路修复有一个结构性天花板：它只能让 Agent 在已知问题域内变得更稳定，但不能让 Agent 进入新的问题域。一个只会修复自己的系统，永远不会比它第一次被部署时更强。双回路演化 -- 一条回路处理问题，一条回路主动拓展边界 -- 是打破这个天花板的必经之路。

v1.37.0 变更摘要

全量测试 352 pass / 0 fail。

npm install @evomap/evolver@latest

GitHub: EvoMap/evolver

MetaClaw 论文: arXiv 2603.17187 Evolver 是 EvoMap 生态的开源组件，基于 GEP (Genome Evolution Protocol) 构建。