自进化循环：从使用数据到新能力
自进化不是"Agent 自动变聪明"，而是把线上失败与重复经验沉淀成可归因、可评测、可回滚的候选改动。后端类比：自进化 = CI/CD 的 Agent 版本——使用数据是源码、记忆蒸馏是编译、Skill 生成是构建产物、Nudge 审批是 PR review、发布上线是 deploy。区别：编译器和评审人都是 LLM，所以它放大改进速度，也同样放大错误——评测、版本化、回滚不是配套，而是前提；没有闸门，进化等于随机漂移。
1x2x
待播放
使用数据 → 记忆蒸馏 → Curator 策展 → 模式识别(四条件) → Skill 草稿 → 扫描+评估门禁+Nudge → 灰度发布可回滚 → 下一轮
光点 = 流水线当前阶段 · ①-③记忆系统做 ④-⑦自进化做
三层次进化模型—
L1 记忆进化对话→提取事实→MEMORY.md 越来越精准成熟度高
L2 技能进化成功模式→自创 Skill→扫描→发布探索中·需人工审批
L3 策略进化长期数据→调优压缩/模型/Hook少有放开
Memory记住：每轮抽事实写 MEMORY.md，下次注入
Skill会做：完成复杂任务后 skill_manage(create)
Nudge提醒：唯一"主动打扰用户"入口
Curator整理：唯一"后台写文件"入口，从不删除只归档
就绪点 ▶ 播放，看使用数据如何闭环沉淀为记忆与 Skill，让下一轮从更高起点开始。自进化
⚡ 运行时动作：正在发生什么💡 知识讲解：为什么这么设计
知识点一句话总结：自进化不是"Agent 自动变聪明"，而是把线上失败与重复经验沉淀成可归因、可评测、可回滚的候选改动——等价于 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），但编译器和评审人都是 LLM，所以扫描与评估门禁是流水线闸门而非可选项。分两段：①-③ 记忆系统做（提取→MEMORY.md→Curator 定期策展，从不删除只归档），④-⑦ 自进化做——重复模式必须同时满足四条件才出草稿：7 天内 ≥3 次（经验值）、每次都判成功（信号是未被人改写 / 未引发追问 / 未被手动重跑）、足够通用、过 14 类安全扫描；再过离线回归 + 评估门禁，高危改动人工放行，灰度观察后劣化就切回上一整包。三层次进化：L1 记忆（成熟）/ L2 技能（探索中，需人工审批）/ L3 策略（少有放开，改错会让所有任务一起偏）。四系统闭环：Memory 记住、Skill 会做、Nudge 提醒（唯一主动打扰用户入口）、Curator 整理（唯一后台写文件入口）——两条链路刻意分开：写文件不打扰人，打扰人不写文件。闭环为什么会退化：它的输入是历史轨迹，而轨迹里没有"这次其实做错了但没人反对"这类负样本，沉默不是确认；弱信号被当成成功写回后，下一轮检索与采样更偏向它，错误于是被自我强化并复利——所以独立于生产流量的评测集、版本化、可回滚不是配套，而是前提；它放大改进速度，也同样放大错误，没有闸门，进化等于随机漂移。