夜雨聆风
一个 Agent 跑完任务，下次能不能做得更好？这就是 AI Agent 自进化赛道在解决的事。
下面拆解六个项目：Hermes Agent、GenericAgent、EvoAgentX、Evolver，加上 OpenSpace 和 AgentFactory。它们都叫"自进化"，但做的事情差很远。
先说我用来判断的五层标准：
第一层：记忆 — 能记住过去的交互内容 第二层：Skill 沉淀 — 把成功经验提炼成可复用的技能 第三层：Workflow 优化 — 基于评估反馈迭代工作流 第四层：工程化自进化协议 — 自动触发、显式验证、可审计可回滚 第五层：群体经验共享 — 一个 Agent 学到的东西，其他 Agent 能直接用
记住"上次怎么做"，是记忆。从失败里提取规律、验证规律、把规律固化成能力，才叫进化。
一、 Hermes 生态：从 Skill 沉淀到模型权重更新方向
Hermes Agent 的定位很直白：The agent that grows with you。截至 2026 年 5 月，主仓库（NousResearch/hermes-agent）积累了 147k+ stars，赛道里现象级的项目。
它内置了一套 learning loop：从经验中创建 skills，在使用中改进 skills，保存知识，搜索过去对话，建立跨 session 的用户模型。普通 memory 是"我记得你说过什么"，Hermes 做的是"我把你做事的方法整理成一个可复用流程"。任务跑通后，有用的路径沉淀成 skill，后续直接调用。
生态里还有两个模块值得单独说。
Self-Evolution 模块（独立仓库，3k stars）：用 DSPy + GEPA（Genetic-Pareto Prompt Evolution）自动优化 skills、tool descriptions、system prompts 和 code。不需要 GPU，API 调用生成变体、评估结果、选更优版本。
Hermes RL 训练（探索性实现，如 trajectory-based LoRA 训练）：把执行轨迹转化为训练信号，更新模型权重（LoRA adapter 可热加载）。这条路激进得多——skill/prompt 优化改的是外部指令，RL 训练直接改模型行为本身。
三条线合起来，Hermes 构建了从记忆到进化的完整路径。但成熟的在线 RL 闭环还在早期，目前处在第二层到第三层之间。
二、GenericAgent：让 Agent 自己长出 Skill Tree
GenericAgent（lsdefine/GenericAgent，11.1k stars）的想法很直接：别一开始就塞满技能，让 Agent 在使用中慢慢长出技能树。
核心代码只有大约 3K 行。9 个原子工具 + 约 100 行 Agent Loop，每次完成任务后，把执行路径 crystallize 成 skill（已引入 verified past trajectories 机制，转为 reusable SOPs 和 executable code）。新 Agent 从零开始，在真实任务里探索、试错、修正，成功后能力增长一分。
问题也很明显。一次成功不代表经验可靠，skill 跨场景复用、边界处理、避免固化错误经验，都还需要更强的验证机制。目前处在第二层。
三、EvoAgentX：优化的不是记忆，而是 Workflow
EvoAgentX（EvoAgentX/EvoAgentX，3k stars）更像一个 Workflow 优化实验室。
它用于构建、评估和演化 LLM Agent 或 agentic workflow。集成了 TextGrad、AFlow、MIPRO 等方法，自动生成、执行、评估并优化 prompts、tools 配置和 workflow topologies。
关心的不是"Agent 记住了什么"，而是"这个 workflow 能不能在评估反馈中变得更好"。任务成功率、成本、流程稳定性、评测指标都能持续迭代。放在第三层。
四、Evolver：把经验变成可审计的进化资产
Evolver（EvoMap/evolver，7.4k stars）关心的底层问题是：经验应该以什么形式被保存、验证、变异和继承？
核心是 GEP（Genome Evolution Protocol），一个 self-evolution engine，把临时 prompt tweak 变成可审计、可复用的 evolution assets。GEP 把学习环拆成四步闭环，让经验从"用了一次就丢"变成"留下来、验证过、可复用"。
几个项目里最接近第四层的。自动触发、有显式验证闭环、产出可审计复用。但验证质量、规则泛化、副作用处理、跨 Agent 共享时的版本冲突，都还在早期。我对这条路线整体偏乐观，但离工程成熟还有距离。
五、两个小玩家：OpenSpace 和 AgentFactory
OpenSpace（HKUDS/OpenSpace）：把 skills 视为 living entities，支持 FIX/DERIVED/CAPTURED 三种自动进化模式，通过 open-space.cloud 社区实现 agents experience sharing。一个 Agent 学到的 skill 能给其他 Agent 用——初步走向第五层群体经验共享。已验证可降低 46% token 消耗。
AgentFactory（zzatpku/AgentFactory）：思路更硬。不把经验保存成文字，保存为 executable subagent code，根据执行反馈持续改进。解决的是"文本经验执行不稳定"这个实际问题——沉淀下来的东西直接可运行、可测试、可迁移。第四层到第五层的雏形。
六、 谁是真进化，谁只是高级记忆？
可以这样横向对比（基于当前公开实现）：
判断标准三条就够了：
能不能把记忆变成可复用的 Skill？ 有没有验证、变异、回滚的工程闭环？ 沉淀出来的是文字描述，还是可执行、可共享的"基因"？
市面上不少"自进化 Agent"，本质上还是记忆系统。能记住过去、复用经验，但稳定验证、自动变异、可靠固化和群体共享，目前没几家真正做到。
七、 终局预测：从个人经验到群体遗传
Agent 自进化的终局不是单个 Agent 越来越聪明，而是一个 Agent 完成任务后留下几类资产：验证过的 Skill（有成功率的可复用能力）、经验规则（从失败中提取的做事规律）、可执行代码（能直接跑的子 Agent）、共享协议（其他 Agent 能发现和继承这些资产的机制）。
一个 Agent 踩过的坑，不应该让所有 Agent 重新踩一遍。一个 Agent 验证过的规则，应该能进入公共能力网络。到那时候，Agent 会更像一个拥有群体遗传能力的数字物种，而不只是某个用户的私人工具。
"我记得你上次说过什么"是记忆。
"我验证了规律，固化成能力，后续持续修正，还能分享给其他 Agent"是进化。
这是 AI Agent 自进化赛道真正值得盯的地方。
