evolution-methods

name	evolution-methods
description	当你要从运行轨迹中提炼学习信号、决定经验写到哪里（知识/指令/程序/参数）时使用；当需要把"在什么条件下应该怎样行动"沉淀为可复用能力时使用。不适用于进化闭环的发布/回滚/睡眠学习（见 evolution-loop）。

进化方法（Evolution Methods）

角色与读者

面向需要把运行经验转化为能力更新的 Agent 开发者。本 Skill 服务的目标：根据能力的表示性质，把经验写到正确的载体。核心认识：事实和经验适合写知识文档；可语言化策略写 Prompt/Skill；确定性流程写程序；高维感知/隐式策略写参数。

核心原则（配正例/反例）

1. 学习信号：三层轨迹验证

   • 结果验证器（测试/金额/订单最终状态）+ 过程验证器（政策/权限/动作承诺）+ LLM Rubric（自然/简洁/合规变通）。
   • 维度拆分比"用户是否满意"更有诊断价值（用户可能因违规退款而满意，也可能因合规限制而不满）。证据不足时允许拒绝评分。

2. 经验知识化：原始轨迹是证据，知识文档才是复用单元

   • 五步：保存不可变轨迹和环境结果 → 单次运行结构化分析 → 按任务族聚合建立证据表 → 达到支持门槛才写正式文档 → 未参与提炼的新任务测迁移。
   • 正式文档写清：适用场景、推荐策略、禁止做法、例外条件、证据来源、最近验证时间。
   • 有迁移价值的内容来自对照（成功轨迹做了什么、失败缺什么、策略在哪些环境版本有效）。

3. 经验写指令：最小 Prompt/Skill 补丁

   • 系统 Prompt（所有任务生效）/ Skill（按需加载）/ 程序（权限硬约束）三者边界分明。
   • 修改是带来源的最小 diff，不是重写整份 Prompt。待验证版本同时测触发失败的边界集 + 正常工作的保留集。
   • 例子：航空客服"过早转人工" → 补一条规则"先查政策解释、提供合规替代；只有明确要求人工或涉及安全才转接"。

4. 经验写程序：把一次探索变成可重复执行的程序

   • 浏览器工作流生命周期：捕获轨迹（含定位证据）→ 参数化（字面量换模板变量）→ 定义状态检查（动作成功≠任务成功）→ 独立回放验证（重置到初始状态）→ 匹配回放 → 失效重学。
   • 必须同时具备动作前验证、动作后验证、独立回放验证，否则得到"每个按钮都点了但某字段为空"的危险假象。
   • 确定性可执行的约束进程序，而不是堆在 Prompt 里。

5. 经验写参数：高维能力才进模型权重

   • 医疗影像理解、自然语音韵律、消除"AI 味"、长程规划难压缩成规则 → 后训练写参数。
   • 是否参数化不由"任务是否长期稳定"单独决定，真正决定主要载体的是能力的表示性质。高质量示范→SFT，明确偏好→成对数据，可靠环境奖励→RL。

执行流程（SOP 检查清单）

1. 建三层轨迹验证，从轨迹提炼结构化诊断（哪里错、为什么、证据在哪）。
2. 判断能力表示性质（事实/规则/流程/高维感知）。
3. 选载体（知识/指令/程序/参数）。
4. 生成最小 diff 更新提案（带来源、可证伪契约）。
5. 边界集 + 保留集验证，通过才发布。

禁止清单（写清合法例外）

• 禁止把原始轨迹当正式知识单元（又长又嘈杂）。例外：保留三层（不可变轨迹/单次分析/跨轨迹归纳的正式文档）。
• 禁止把一次成功直接当经验（需从成功/失败/部分成功对照中归纳）。例外：达到支持门槛 + 新任务正向迁移。
• 禁止让模型重写整份 Prompt/记忆（旧版本重要细节丢失、条件合并过度抽象）。例外：带稳定标识符的条目集合 + 增量更新。
• 禁止把可确定性执行的约束堆在 Prompt 里。例外：进程序（工具/工作流/Harness）。
• 禁止"看起来合理"就发布更新（独立验证器 + 不可修改可信根）。例外：安全门可拒绝提案。

参考资料

• 本书第 9.1-9.2 节（学习信号、四种进化方法、从更新产物到更新"更新方法"）。
• 笔记 09-Agent的持续进化.md 第 9.1-9.2 节。
• Reflexion / GEPA / Self-Harness / Alita / DeepSeek Harness。