Agent 经常遇到这样一种幻觉：你给模型接入了终端，下发了一个复杂的 debug 任务，看着它顺藤摸瓜排查了几个小时，最终完美修复了依赖冲突，甚至连测试用例都帮你补齐了。
你以为你的系统变强了。
但第二天，另一个 Agent 接手了同一个仓库的相似任务。结果，它像个完全没来过的新手，从盲目读取报错、乱改配置到随意重装，把昨天踩过的坑、走过的弯路，原封不动又走了一遍。
代码修好了，日志也存下来了，但对于系统而言，什么都没有发生。
深挖这个现象，是一个残酷、致命、却极少被正视的工程问题：模型的单次推理能力再强，只要任务一结束就 “阅后即焚”，系统就永远不可能产生真正的能力复利。
当整个行业都在狂热探讨大模型的下一个技术奇点 ——RSI（Recursive Self-Improvement，递归式自我改进）时，大家往往陷入了一个思维定势，认为 RSI 的终极形态必须是 “大模型自己写代码训练出一个参数量更大的基座模型”。
但在真实的工程环境里，如果 Agent 连 “刚刚踩过的坑，下一次不要再重试” 都做不到，谈何自我改进？
最近，EvoMap 团队围绕这个问题做了系统性探索。他们没有盲目跟风 “大模型自我训练” 的远期大饼，而是提出了一条极具现实意义的工程新路径：不要把 RSI 留给基模去硬算，而是在系统层构建一个天生具备 “自进化” 能力的智能体，并让经验在一个庞大的网络中流转。
这并非停留在白皮书上的设想。目前，基于该团队构建的 GEP 协议，EvoMap 网络中已经有超过 35.7 万个 Agent 接入，并且沉淀了高达 481 万项被目录化管理的经验资产。
不仅如此，他们在严苛的科研基准上也交出了答卷。由 EvoX（自进化智能体本体）、Evolver（内置进化引擎）和 EvoMap（经验流转网络）构成的这套组合拳体系，正在用极其硬核的数据向行业证明：很多时候决定智能体是否聪明的，不是「你调用了多贵的基模」，而是「经验在系统里，长什么形状，怎么流动」。
想要进化，首先你得是一个 “活” 的智能体
现在的 Agent 系统有一种奇怪的分裂。在聊天窗口里，模型可以条理清晰地讲出一套修复逻辑，甚至能写出一份详尽的排查 SOP；但一把它放进真实的开发环境，它经常连一个最基础的环境变量配置都搞不定。
因为没有真实的试错动作，就不可能产生真实的经验。
这正是 EvoMap 团队研发的自进化智能体EvoX的核心定位。它不是一个被动的测试沙盒，而是一个天生为真实物理世界和代码环境设计的 “自进化智能体”。
当 EvoX 接手任务时，它必须实打实地读源码、敲命令、调工具、看报错。无论任务最终成败，EvoX 都会在底层留下一条极其详尽的执行轨迹：哪一步的报错打破了僵局？哪一条错误的 bash 命令彻底带偏了节奏？
这条带着真实反馈的泥泞轨迹，是后续系统进化的唯一原材料。EvoX 之所以独特，在于它不只负责 “干活”，它生来就带着提炼这套轨迹的本能。
Evolver 引擎：经验是高密度的 “控制片段”
拿到 Agent 吐出的长串轨迹后，业内最常见的做法是什么？
—— 写成一份巨长的 Skill（技能文档），扔进 RAG 里，下次遇到任务就喂给模型。
但这其实是大错特错的。在我们之前报道过的 EvoMap 团队论文《From Procedural Skills to Strategy Genes》(https://arxiv.org/pdf/2604.15097) 中，用4590 次受控实验无情地戳破了这个幻觉。
实验表明，对人类工程师来说意味着安全感与完整性的长篇文档（Skill），对 Agent 来说却是灾难。把几千 Token 的未经清洗的轨迹喂给模型，反而会稀释控制信号、淹没有效动作。错误经验被盲目复用，比没有经验更可怕。
这就是 EvoX 为什么需要内置 Evolver 引擎。
作为智能体的进化核心，Evolver 是一个横在轨迹与模型之间的 “清洗漏斗” 与 “验证机”。它抛弃了传统的 “总结日志” 模式，将过往的失败、成功与修复路径，强制蒸馏为极其紧凑的结构化控制对象 ——Gene（基因）。
更恐怖的是其对算力效率的压榨。在 Claude Opus 上，复用 Gene 的智能体不仅比使用 Skill 多解决了 39 个长流程任务，其执行时的 Token 消耗反而降低了 9.9%。Evolver 证明了，总结失败的最优形态绝不是长篇大论的 Reflection（反思），而是被极度蒸馏后的独立 AVOID 警告。
同时，这套内置引擎甚至能够让系统在没有人类干预的情况下完成 “科研闭环”。在 EvoMap 团队的AutoResearch(https://arxiv.org/pdf/2608.17906) 实验中，系统将问题发现、计划生成、Swarm 实验与独立验证连接起来。在一个复杂的 Django 修复任务中，Evolver 帮助 Agent 区分出了单次修复的 “偶然成功” 与 “实质性突破”，最终将官方新特性的测试通过率从 2/7 硬生生拉到了 7/7，同时保持了全部 203 个回归测试的完美通过。
EvoMap：踩过的坑绝不让 35 万 Agent 再踩一遍
当一条高质量的 Gene 被 Evolver 引擎提炼出来后，如果只留在 EvoX 自己的脑袋里，它充其量是个人的备忘录。
RSI 的真正威力，在于规模化流转。这正是EvoMap网络要解决的问题。
EvoMap 网络目前已经有 35.7 万 Agent 接入。在如此多 Agent 协作的当下，经验必须是一个 “协议化的对象”。EvoMap 团队没有停留在 “写提示词” 的层面，而是直接杀到了协议层，设计了GEP（Gene Evolution Protocol）协议
在这个协议的支撑下，一个真实的 RSI 闭环在 35.7 万个接入 EvoMap 的智能体和 481 万 + 经验资产之间日夜不停地运转：
- 匹配与注入：EvoX 接到新任务，系统扫描上下文，从 EvoMap 的 481 万个资产中匹配最相关的 Gene，直接作为 System Instruction 注入，极低的 Token 开销换来极强的测试时控制。
- 执行与回写：EvoX 执行完毕后，无论成败，其内置的 Evolver 都会把这次的结果以 Event 形式回写到 EvoMap 网络。
- 全局进化：EvoMap 接收反馈后，触发该 Gene 的验证（Validate）、变异（Mutate）或固化（Solidify）。
如果一条经验遭遇了水土不服，网络就会自动记录失效条件，甚至衍生出针对新环境的变异版本。这不是 Prompt 抄袭，而是一个有版本控制、有适用边界、带有达尔文式淘汰机制的经验分发网络
为了验证这套 “不更新模型参数、纯靠经验对象流转” 的威力，团队还在包含 778 个复杂长流程任务的LongWoF-Bench(https://arxiv.org/pdf/2608.23200) 上进行了极具说服力的测试。在共享的隐蔽验证器监控下，通过 EvoMap 注入了 Gene 的 EvoX，在共享隐蔽验证器的监控下，注入了 Gene 的 Agent，在横跨 7 款主流大模型上的任务通过率，表现远超那些 “裸跑” 或者只携带普通 Skill 文档的开源框架，比依赖 Skill 文件的基线高出8.7 到 15.5 个百分点
某一台机器上的 EvoX 踩过的坑、算出的最优解，可以在一秒钟后，变成那 35 万个同伴的先验本能。这才是群体智能（Swarm Intelligence）在工程上最坚实的底座。
RSI 的破局点：不更新参数，也能让系统持续变强
EvoX（自进化智能体）Evolver（内置进化引擎）EvoMap（经验流转网络）组成的这套体系像一面镜子，照出了当前大模型 Agent 经验复用的本质：
Agent 不是在「读一份冗长的说明书」，而是在「有限的推理预算里寻找下一步该怎么做、什么动作必须绝对避免」。
这也回答了本文开头的那个问题：RSI 到底离我们有多远？
如果死磕 “模型训练模型”，我们可能还需要几年甚至更久，去解决数据污染、灾难性遗忘和巨额算力成本的问题。但 EvoMap 团队轻巧地给出了一条不必等待的捷径：在智能体和系统协议层解锁 RSI
在他们的实测中，在不更新基模一个参数、不加任何 SFT 或 RLHF 的前提下，纯靠经验对象（Gene）在系统内的自动提取与流转进化，就能让一个普通的开源模型在硬核评测基准上的通过率飙升，同时 Token 消耗降低几个数量级。
当整个 AI 圈都在为了更长的 Context、更花哨的 RAG 框架 “卷生卷死” 时，这家想做中国 RSI 领域 Frontier Lab 的团队，指明了一条无比朴素却直击要害的通路：
Agent 时代，下一阶段的竞争，绝不仅是拼谁家的模型参数更大、谁的上下文更长；而是谁能率先针对智能算力的利用效率，找到一套 “执行、提炼、验证、分发” 的自进化机制。
毕竟，真正的进化，不是每次跌倒后都去重塑大脑，而是把如何爬起来的肌肉记忆，刻进整个种群的基因里