自进化回答「Agent 怎么学会做更多」——把每次对话产生的使用数据，经「提取→整理→固化→反馈」闭环沉淀为记忆与 Skill，让下一轮从更高起点开始。后端类比：自进化 = CI/CD 的 Agent 版本（使用数据=源码，记忆蒸馏=编译，Skill 生成=构建产物，Nudge=PR review，发布=deploy），区别是编译器和评审人都是 LLM，所以安全扫描是流水线闸门不是可选项。一条主线串起全卷：① 三层进化——L1 记忆进化（成熟，多家实现）/ L2 技能进化（探索中，某实现 Curator + Agent 运行时 make-skill）/ L3 策略进化（空白，无框架放开做，因为直接改写 Agent 行为规则）；四大系统分工：Memory 记住、Skill 会做、Nudge 提醒、Curator 整理，且 Nudge 是唯一打扰用户入口、Curator 是唯一后台写文件入口，两条链路刻意分开；从记住到会做需四条件同时满足（≥3 次/都成功/够通用/过扫描），发布要人确认（全自动提取生成、半自动发布）；② 某实现 Curator 是 400 行 Prompt 驱动的自主 Agent——改整理策略=改 Prompt=不发版，四 Phase（扫描纯规则零成本 → 分析 → 整理 → 报告），Fork 共享父 Cache 零启动 Token，五个隔离配置防递归（整理者不能被整理）；③ 两条发布管道分水岭在审批——Agent 运行时 主动提议+用户即时审批+14 类扫描+4 级信任，分钟级；AgentScope 草稿→扫描→门控三选一（RejectAll/LocalApproval/NotifyAndWait）→使用统计淘汰，天级可控；共同的本质：LLM 生成 Skill 和上线之间必须插一道人可介入的闸门（否则=自授权）；④ 失控不是会不会是何时——四类失控（记忆膨胀/失败固化/自改 Prompt 绕过约束/递归不可逆），递归自我改进最危险（v10 无法追溯 v1 丢了哪条约束）；防线 = 版本化（每次产物新版本，回滚点是版本号，系统提示词是进化链锚点）+ 三层评估门禁（LLM-as-Judge / 离线回归 / 人工审核高危必审）+ 渐进式生效（灰度 5%→观察→全量）+ 治理分级（完全自治 / 人在回路 / 只读推荐按不可逆程度选）。金句：越不可逆、越接近行为边界，治理越要靠人；AI 可以建议删除但不能执行删除——最终控制权在人手里。