一篇讲透Agent自进化飞轮怎么搭：评测→记忆→落地→控制 - 速读

自进化不是持续改 Prompt，而是让可信评测、受治理记忆、可回滚候选变更与人类控制面形成闭环。

• 评测信号源：评测要能指引优化、筛选可沉淀经验、阻止回归；可信度优先于复杂度。
• 三集隔离：train 做诊断、val 选候选、test 做上线验证，避免修改方案刷分。
• 记忆策展：只存有证据的正例和明确反例；每条记忆有来源、版本、过期和冲突策略。
• 候选变更：系统性问题才生成 Skill/Prompt/工作流候选；独立回归通过后才灰度。
• 渐进发布：候选默认不覆盖现网，回归时立即回滚并冻结方向。
• 人类控制面：安全边界、评测器、预算和生产权限不允许被同一优化器修改。

最小启动：选一个输入稳定、验证便宜且副作用小的任务，手工跑完“失败归因 → 候选 → 独立回归 → 小流量观察”一圈，再扩展自动化。

相关：[[01-ai-agents/腾讯-AI-Agent-Skill-测评方案落地]]、[[01-ai-agents/若飞-Agent-记忆与可验证自我改进怎么设计]]、[[01-ai-agents/Skill-Self-Evolution]]。

证据边界：框架和收益数据来自公众号二手综述，未独立复现。