ai-agent-book/chapter9/README.zh-TW.md

第 9 章 · Agent 的自我進化

不改權重也能成長：經驗學習、從工具使用者到創造者

← 返回主目錄 · 📖 讀本章正文

如何閱讀實驗

正文用短小的機制 skeleton 說明控制流；實驗目錄放完整的 SDK 適配、日誌、測試與驗收證據，不需要逐行讀完每個檔案。

• Starter: 先讀目標、最小指令與驗收條件；可從 trajectory-verifier;
• Builder: 沿著入口、核心迴圈、狀態／訊息 schema、工具與驗證器閱讀。
• Maintainer: 最後再看測試、證據 manifest、失敗處理、回滾路徑與 provider adapter。

第一次閱讀可先跳過憑證載入、展示層和 provider 相容層；要重現數字時再回來查看。

配套專案

編號	專案	型別	一句話說明
8-1	trajectory-verifier	✅	實驗 8-1：用環境結果、過程規則和語言 Rubric 形成帶證據的客服軌跡診斷
8-2	gaia-experience	✅	基於 AWorld + GAIA 的「學習-應用」閉環：自動總結成功軌跡為結構化經驗，在新任務中檢索應用
8-3	prompt-auto-optimization	✅	以 tau-bench 航空客服「過度轉接」為例，Coding Agent 讀/改 prompt 檔案 → 重新評測 → 驗證閉環
8-4	正文實驗	🚧	實驗 8-4：從使用者回饋進化「需求澄清 + Spec 確認」Skill，正文提供三臂 A/B 設計與發布門檻
8-5	browser-use-rpa	✅	實驗 8-5：瀏覽器工作流錄製系統，把重複操作封裝為參數化工具，透過重置與回放驗證
8-6	self-modifying-agent	✅	實驗 8-6：由重複故障觸發重試/熔斷程式碼補丁、迴歸、灰度與回滾
8-7	harness-safety-gate	✅	實驗 8-7：由使用者糾正與事後審計進化高風險操作確認門禁
8-8	hermes-self-evolution	📖	實驗 8-8：把整本書與原始碼交給 Hermes；它讀完後選擇一項改進、親手修改自己，並把每次 Reviewer 退回變成下一輪學習，直到通過
8-9	self-evolution-eval	✅	實驗 8-9：三臂、3 seeds、14 任務的長期學習、遷移、規則替換與保留評估

以上實驗都提供無需 API Key 的離線入口和單元測試；需要真實模型或瀏覽器的擴充路徑在各專案 README 中另行說明。

補充案例

編號	專案	關係
7-8	prompt-distillation	將複雜提示的效果蒸餾進模型引數，減少推理提示長度，把上下文經驗固化為引數化知識
—	self-evolving-tools	Alita 式「最小預定義，最大自我進化」：五個通用元工具，自己上網找庫/讀文件/沙箱測試並封裝複用
—	ai-style-skill	寫作型 Skill 補充案例；正文示例已移至第二章

專案型別說明

圖示	型別	含義
✅	可獨立執行	本倉庫自帶完整程式碼，配置好 API Key 即可執行
📖	復現指南	依賴需自行 git clone 的外部倉庫（訓練框架、評測基準等）
🚧	設計文件	僅包含架構與實現方案，可執行程式碼仍在完善中