第 8 章 · Agent 的自我進化¶
不改權重也能成長：經驗學習、從工具使用者到創造者
配套專案¶
| 編號 | 專案 | 型別 | 一句話說明 |
|---|---|---|---|
| 8-1 | trajectory-verifier | ✅ | 實驗 8-1：用環境結果、過程規則和語言 Rubric 形成帶證據的客服軌跡診斷 |
| 8-2 | gaia-experience | ✅ | 基於 AWorld + GAIA 的「學習-應用」閉環：自動總結成功軌跡為結構化經驗，在新任務中檢索應用 |
| 8-3 | prompt-auto-optimization | ✅ | 以 tau-bench 航空客服「過度轉接」為例，Coding Agent 讀/改 prompt 檔案 → 重新評測 → 驗證閉環 |
| 8-4 | browser-use-rpa | ✅ | 瀏覽器工作流錄製系統，把重複操作封裝為引數化工具，從 LLM 推理切換到自動化執行可加速 3–5 倍 |
| 8-5 | self-modifying-agent | ✅ | 實驗 8-5：由重複故障觸發重試/熔斷程式碼補丁、迴歸、灰度與回滾 |
| 8-6 | hermes-self-evolution | 📖 | 把整本書與原始碼交給 Hermes；它讀完後選擇一項改進、親手修改自己，並把每次 Reviewer 退回變成下一輪學習，直到通過 |
| 8-7 | self-evolution-eval | ✅ | 實驗 8-7：三臂、3 seeds、14 任務的長期學習、遷移、規則替換與保留評估 |
以上實驗都提供無需 API Key 的離線入口和單元測試；需要真實模型或瀏覽器的擴充路徑在各專案 README 中另行說明。
補充案例¶
| 編號 | 專案 | 關係 |
|---|---|---|
| 7-8 | prompt-distillation | 將複雜提示的效果蒸餾進模型引數，減少推理提示長度，把上下文經驗固化為引數化知識 |
| — | self-evolving-tools | Alita 式「最小預定義，最大自我進化」：五個通用元工具，自己上網找庫/讀文件/沙箱測試並封裝複用 |
專案型別說明¶
| 圖示 | 型別 | 含義 |
|---|---|---|
| ✅ | 可獨立執行 | 本倉庫自帶完整程式碼，配置好 API Key 即可執行 |
| 📖 | 復現指南 | 依賴需自行 git clone 的外部倉庫（訓練框架、評測基準等） |
| 🚧 | 設計文件 | 僅包含架構與實現方案，可執行程式碼仍在完善中 |