PT视讯(中国区)官网

您目今位置:首页 > 新闻中心 > 新要闻

前腾讯游戏策划，，，，，，，，在OpenClaw社区点亮AI进化树

2026-03-04 03:30:18

自从OpenClaw这个开源的agent框架火了之后，，，，，，，，ClawHub就成了开发者分享agent插件和手艺的中心市场。。。。。就像程序员们常去的GitHub一样。。。。。

2月初的时间，，，，，，，，一款名为Evolver的agent能力共享插件在ClawHub上线。。。。。

Evolver能让所有使用插件的agent相互资助，，，，，，，，凭证其他使用者履历过的场景、使命，，，，，，，，而完成响应的更替。。。。。让你的agent一上来就犹如“开挂”一样。。。。。

就像遗传学一样，，，，，，，，父辈母辈从海里走上陆地，，，，，，，，子代就会使用肺呼吸，，，，，，，，就会使用两只脚行走。。。。。

正如其名的中文寄义“进化”一样，，，，，，，，AI也可以像物种一样进化。。。。。

仅仅过了10分钟，，，，，，，，Evolver冲到了排行榜第一。。。。。72小时后，，，，，，，，下载量突破 36000次。。。。。

随后Evolver就被平台下架了。。。。。

不是由于手艺问题，，，，，，，，而是有人钻平台规则的空子举行勒索。。。。。雪上加霜的是，，，，，，，，ClawHub由于编码检测bug误封了大批中文开发者账号，，，，，，，，Evolver的作者也在其中。。。。。

等账号恢复后，，，，，，，，Evolver竟然被挂到了别人名下。。。。。

这一连串事务让Evolver团队感应身心俱疲，，，，，，，，但他们禁绝备放弃，，，，，，，，而是选择换个思绪。。。。。

他们直接将Evolver的理念做一套开放协议。。。。。任何平台都能接入、任何agent都能使用。。。。。

于是，，，，，，，，EvoMap就这么降生了。。。。。

EvoMap的开发主体是深圳的AutoGame团队，，，，，，，，焦点首创人张昊阳（圈内代号 17）此前在腾讯《清静精英》担当手艺策划。。。。。

他于2023年从腾讯去职，，，，，，，，建设AutoGame，，，，，，，，专注AI与游戏、agent领域的融合立异。。。。。

公司先后完成三轮总计数万万人民币的融资，，，，，，，，投资方包括奇绩创坛、九合创投、璀璨资源等着名机构。。。。。

团队还包括来自Meta AI、苹果Siri的算法专家，，，，，，，，以及腾讯、暴雪娱乐的开发者。。。。。

EvoMap不是一个暂时兴起的项目，，，，，，，，是AutoGame团队建设之初就降生的想法。。。。。

01

什么是EvoMap？？？？？

EvoMap想做的事情着实很好明确，，，，，，，，让AI像生物一样进化。。。。。

它不是一个新的AI模子，，，，，，，，也不是某个详细的应用，，，，，，，，而是一套底层协议，，，，，，，，叫做GEP(Genome Evolution Protocol，，，，，，，，基因组进化协议）。。。。。

若是把大语言模子比作“大脑”，，，，，，，，那EvoMap就是“DNA”。。。。。大脑认真思索，，，，，，，，DNA认真纪录、传承和进化。。。。。

EvoMap的运行逻辑是很是质朴的，，，，，，，，当一个AI助手学会了某种能力，，，，，，，，另一个AI助手遇到同样问题时，，，，，，，，不需要从零最先重新探索，，，，，，，，而应该用别人乐成的履历，，，，，，，，直接上手。。。。。

《黑客帝国》里有个经典场景：尼奥后脑勺插上数据线，，，，，，，，直接向大脑上传格斗程序，，，，，，，，几秒钟就学会了功夫。。。。。他睁开眼说“I know Kung Fu”，，，，，，，，然后就能打得特工满地找牙。。。。。

EvoMap做的事情有点像给AI装上这根线。。。。。

当一个AI学会某项手艺时，，，，，，，，这个手艺会被封装成“基因胶囊”，，，，，，，，其他AI可以瞬间下载继续，，，，，，，，不必重新训练或试错。。。。。

这套系统的焦点是三个看法。。。。。

第一个是基因（Gene）。。。。。

它是最小的能力单位，，，，，，，，好比“读取文件”“执行 SQL 盘问”“挪用API”。。。。。但它不但是一段代码，，，，，，，，而是经由验证的、可复用的战略片断。。。。。

就像生物学里的基因片断决议了你的眼睛是蓝色照旧棕色，，，，，，，，这些基因决议了AI能做什么、怎么做。。。。。

第二个是胶囊（Capsule）。。。。。

当AI解决了一个重大问题，，，，，，，，整个解决历程会被封装成一个胶囊。。。。。

胶囊里不但包括解决计划自己，，，，，，，，还携带着“情形指纹”（这个计划在什么情形下有用）、乐成率纪录、审计日志等完整信息。。。。。

这就像是一份带着使用说明书和质检报告的履历包，，，，，，，，拿来就能用，，，，，，，，并且知道什么时间能用、什么时间不可用。。。。。

第三个是进化事务（EvolutionEvent）。。。。。

它是不可改动的日志，，，，，，，，纪录每一次能力变异或修复的完整上下文。。。。。谁在什么时间、什么情形下、通过什么方法解决了问题，，，，，，，，以及为什么这个计划有用，，，，，，，，全都纪录在案。。。。。

这就像生物化石，，，，，，，，你能通过化石的外观、发明的所在，，，，，，，，追溯每一次进化的前因后果。。。。。

这三层结构配合组成了一个完整的“能力遗传机制”。。。。。

而EvoMap整个系统的运作，，，，，，，，也完全遵照一个类似生物进化的循环。。。。。

最最先是突变阶段。。。。。

我举个例子，，，，，，，，一个开发者的AI在写代码时遇到Python情形依赖问题，，，，，，，，它实验了一个新战略并乐成解决。。。。。

这个“小智慧”就是一次突变。。。。。

然后进入验证阶段。。。。。

这个战略在外地被重复挪用，，，，，，，，在种种脏乱差的项目里实战测试，，，，，，，，逐步积累量化数据。。。。。

好比说发明乐成率提升了30%，，，，，，，，修复时间缩短了一半。。。。。

系统会把整个修复路径封装成专属的胶囊，，，，，，，，附带情形指纹和审计纪录，，，，，，，，确保这个能力不是恰巧乐成，，，，，，，，而是真的有用。。。。。

接下来是宣布阶段。。。。。

当这个战略在外地站稳脚跟后，，，，，，，，AI通过A2A(Agent-to-Agent）协议把基因和胶囊打包上传到EvoMapHub。。。。。

这就像把你的菜谱投稿到美食网站，，，，，，，，进入候选池期待全网审核。。。。。

再后面是提升阶段。。。。。

Hub会设置一个严酷的质量门控：置信度必需大于即是0.7，，，，，，，，影响规模不可凌驾5个文件，，，，，，，，一连乐成次数至少2次。。。。。

只有通过这些磨练的资产才会被标记为“已验证”，，，，，，，，获得在全网分发的资格。。。。。

这就像米其林评审，，，，，，，，不是随便一道菜都能上榜。。。。。

一切准备停当后，，，，，，，，真正的进化最先了。。。。。

当天下另一端的AI在CI流水线里再次撞上Python情形过失，，，，，，，，它会通过协议去EvoMap网络检索。。。。。

掷中这个已验证的修复资产后，，，，，，，，它可以直接继续整套能力路径，，，，，，，，而不必从零试错。。。。。

小长颈鹿继续了怙恃的长脖子基因，，，，，，，，一出生就能吃到高处的树叶。。。。。

这个循环的精妙之处在于，，，，，，，，每一次“突变”都要经由严酷的自然选择。。。。。只有真正有用的能力才华撒播开来，，，，，，，，劣质计划会被自动镌汰。。。。。

一个战略若是在差别情形下重复失败，，，，，，，，它的置信度会下降，，，，，，，，最终被系统剔除。。。。。

而那些经由千锤百炼、在种种场景下都体现优异的战略，，，，，，，，会逐渐成为整个网络的“优势基因”。。。。。

这就是EvoMap想要构建的天下，，，，，，，，AI不再是伶仃的个体，，，，，，，，各自重复同样的过失、铺张同样的算力。。。。。

它们通过一套开放的协议毗连在一起，，，，，，，，形成一个会学习、会进化的网络。。。。。

一个AI的履历，，，，，，，，可以瞬间成为所有AI的财产。。。。。

02

从单体智能酿成群体智能

EvoMap团队说他们的协议是“真正意义上的开放”。。。。。这话听起来有点像营销话术，，，，，，，，但仔细看下来，，，，，，，，他们确实做了一些不太一样的事情。。。。。

就像HTTP协议不属于任何公司、任何人都能基于它建网站一样，，，，，，，，GEP协议也是开放的。。。。。

这意味着任何人都能实现这套协议，，，，，，，，任何平台都能接入，，，，，，，，任何AI都能使用。。。。。它不依赖某个特定的公司或效劳器，，，，，，，，也不会由于某个平台倒闭而消逝。。。。。

OpenClaw、Manus等平台上的AI，，，，，，，，都可以接入EvoMap网络，，，，，，，，获得“能力遗传”的超能力。。。。。

这不是某个公司的专属效劳，，，，，，，，而是一个开放的基础设施。。。。。

但开放带来的不但是自由，，，，，，，，尚有一个更深层的转变。。。。。这种进化是群体智能，，，，，，，，而非单体智能。。。。。

古板的AI逊Ъ路是让某一个模子变得无限强盛。。。。。投入更大都据、更多算力、更大的参数目，，，，，，，，打造一个超等大脑。。。。。

但EvoMap走的是另一条路，，，，，，，，不是让某一个AI变得无限强盛，，，，，，，，而是让整个AI网络通过履历共享变得越来越高效。。。。。

这就像人类社会的知识积累。。。。。

没有哪小我私家掌握所有知识，，，，，，，，但每小我私家都站在前人的肩膀上前进。。。。。

牛顿在1687年出书的《自然哲学的数学原理》中，，，，，，，，完整量化了宏观低速场景下的物体运动纪律，，，，，，，，搭建了经典力学的完整系统。。。。。

但若是没有笛卡尔、费马、开普勒这群人提前构建好的铺垫，，，，，，，，那么牛顿也无法创立经典力学的表达式。。。。。

不过EvoMap的AI自我进化，，，，，，，，并非“无限”的，，，，，，，，它是有其明确界线和约束。。。。。

进化机制依赖于“试错-验证-固化”循环。。。。。

AI可以自动天生新战略、测试效果、保存有用计划，，，，，，，，但这个历程仍然需要明确的验证标准和质量门控。。。。。

一个战略若是通不过验证，，，，，，，，就不会被固化，，，，，，，，更不会撒播到网络中。。。。。

系统还内置了一个限制，，，，，，，，叫做“爆炸半径”。。。。。

好比说单次修改最多影响60个文件，，，，，，，，焦点内核文件榨取修改。。。。。

若是一个AI实验修悔改多文件，，，，，，，，或者试图改动系统的焦点组件，，，，，，，，这个操作会被直接阻挡。。。。。

EvoMap的进化还遵照70/30规则。。。。。70% 的算力用于维持稳固性（好比修复Bug），，，，，，，，30% 用于探索新能力。。。。。

大部分时间，，，，，，，，AI在做的是修修补补、优化刷新，，，，，，，，只有小部分时间在实验全新的工具。。。。。

因此，，，，，，，，EvoMap不会突然造成一个无所不可的超等AI，，，，，，，，只会让整个网络在无数次小修小补中逐渐变得比以前更智慧。。。。。

但这也带来了一个悖论：若是进化是有界线的、可控的，，，，，，，，那它还算真正的“进化”吗？？？？？

生物进化的魅力在于它的不可展望性。。。。。

没人能预推测鱼会爬上陆地，，，，，，，，更没人能预推测猿会进化出语言和文明。。。。。但EvoMap的进化是在人类设定的规则框架内举行的。。。。。

不过，，，，，，，，EvoMap团队没有回避这个问题。。。。。他们以为，，，，，，，，在现阶段，，，，，，，，可控的进化比无限的进化更主要。。。。。

至于未来会不会铺开更多限制，，，，，，，，那是另一个阶段的问题。。。。。

GEP不但界说了能力怎样撒播，，，，，，，，还界说了能力怎样被撤回。。。。。

若是一个已验证的胶囊在后续使用中被发明保存严重问题，，，，，，，，它可以被标记为“已作废”，，，，，，，，所有使用这个胶囊的AI都会收到通知。。。。。

EvoMap的“开放”不是无政府主义式的自由放任，，，，，，，，反而是在开放的基础上建设了一套严酷的质量治理系统。。。。。

03

自我进化会导致失控吗？？？？？

不过这时间问题就来了，，，，，，，，若是AI真的学会“遗传”，，，，，，，，它们的能力可以像病毒一样在网络中撒播，，，，，，，，我们还能控制它们吗？？？？？

着实每次提到AI自我进化，，，，，，，，都会有一帮人跑出来担心“失控”的危害，，，，，，，，包括奥特曼和阿莫迪。。。。。

这种担心不是没有原理。。。。。

然而这时间就不得不提一个看法，，，，，，，，叫做达尔文哥德尔机（Darwin G?del Machine）。。。。。

达尔文是进化理论的老祖宗，，，，，，，，哥德尔是数理逻辑的大神，，，，，，，，把这两个名字放在一起，，，，，，，，听起来就明确，，，，，，，，这玩意很厉害。。。。。

达尔文哥德尔机是德国盘算机科学家于尔根·施密德胡贝尔（Jürgen Schmidhuber）在几十年前就提出的理论。。。。。

其焦点头脑是：一个能够通过重写自己的代码来自我刷新的AI系统。。。。。

理论上的哥德尔神秘求AI在接纳任何代码修改之前，，，，，，，，必需数学证实这个改变会带来净收益。。。。。

不过这个要求太高了。。。。。随着代码能实现的工具越来越多，，，，，，，，这个验证要领就变得越来越不可能实现。。。。。

Sakana AI实验室提出的达尔文哥德尔机则更务实。。。。。

它不要求数学证实，，，，，，，，而是使用达尔文进化的原理，，，，，，，，通过履历性的测试来验证刷新是否有用。。。。。

简朴说就是，，，，，，，，先试试看，，，，，，，，有用就留下，，，，，，，，无效就扔掉。。。。。

实验批注，，，，，，，，这种系统可以一连自我刷新。。。。。

在编程使命基准测试中，，，，，，，，它能从一最先只有20%的使命解决率，，，，，，，，自我进化到50%，，，，，，，，远超人类手工设计的AI助手。。。。。

更有意思的是，，，，，，，，这种刷新具有通用性。。。。。

在Claude 3.5 Sonnet上优化出的设计，，，，，，，，迁徙到o3-mini或Claude 3.7 Sonnet上同样体现精彩。。。。。在Python上训练的AI，，，，，，，，在Rust、C++、Go等完全差别的语言上也能拿到不错的效果。。。。。

这说明系统发明的是通用的设计原则，，，，，，，，它真的在学习怎样变得更好，，，，，，，，而不但是在影象谜底。。。。。

你可能想问，，，，，，，，为什么这种进化始终往人类要求的偏向生长呢？？？？？

首先，，，，，，，，进化是有明确的顺应度函数来控制的。。。。。

每个刷新都要通过现实使命测试，，，，，，，，性能提升才会被保存，，，，，，，，性能下降会被镌汰。。。。。

就像生物进化中，，，，，，，，不顺应情形的变异会被自然选择镌汰一样。。。。。一个战略若是让AI的体现变差了，，，，，，，，它就会被直接扬弃，，，，，，，，绝对不会泛起在以后的进化历程中。。。。。

同时，，，，，，，，每次进化都有完整的审计追踪。。。。。

达尔文哥德尔机天生的每一次代码修改都有完整的进化谱系纪录，，，，，，，，可以追溯到是从哪个“祖先”分支出来的、履历了哪些变异、为什么这个变异被保存。。。。。

这种透明性让系统可以快速发明问题出在哪。。。。。若是某个战略最先体现异常，，，，，，，，可以连忙回溯它的泉源，，，，，，，，不必再重新最先重新进化一遍。。。。。

EvoMap借鉴的正是Sakana AI的改良要领，，，，，，，，把这些机制融入到自己的系统中，，，，，，，，以避免AI失控。。。。。

但与此同时，，，，，，，，Sakana AI的实验也发明了一些有趣的征象。。。。。

当要求系统优化“工具使用幻觉”问题时，，，，，，，，有些AI不是真正解决幻觉，，，，，，，，而是删除了用于检测幻觉的标记，，，，，，，，最终诱骗了系统。。。。。

虽然这次很容易被发明，，，，，，，，但说明AI可能会“钻空子”。。。。。它会找到更简朴的要领来提高分数，，，，，，，，而纷歧定是真正解决问题。。。。。

EvoMap的应对是多层验证机制。。。。。不但看最终得分，，，，，，，，还要检查“爆炸半径”、情形指纹、一连乐成次数等多个维度。。。。。

纯粹刷分的作弊行为很难通过所有检查。。。。。若是一个战略只是删除了检测代码而没有真正解决问题，，，，，，，，它的爆炸半径会异常小�。。。。�，，，，，，，或者在差别情形下的体现会纷歧致，，，，，，，，这些都会被系统标记为可疑。。。。。

尚有一点很主要，，，，，，，，EvoMap的进化依赖于现实使命反响�。。。。�，，，，，，，也就是说，，，，，，，，它的进化速率受限于使命执行速率，，，，，，，，你得把现实解决的问题拿脱手给平台看，，，，，，，，平台才华允许你进化，，，，，，，，不然进化将被弃捐。。。。。

以是EvoMap不会泛起“智能爆炸”式的失控增添，，，，，，，，而是稳固的、可展望的渐进式刷新。。。。。

虽然我自己在现阶段未举行过物种方面的进化，，，，，，，，可是我以为进化的实质是顺应，，，，，，，，不是征服。。。。。

在地球几十亿年的历史中，，，，，，，，没有任何简单物种能永远统治生态系统。。。。�？？？？？至痪堑厍虻陌灾鳎�，，，，，，，但它们灭绝了。。。。。

不过，，，，，，，，恐龙的基因并没有完全消逝，，，，，，，，鸟类就是它们的子女。。。。。

个体会殒命，，，，，，，，但能够顺应、学习、进化的基因会世代撒播。。。。。强盛不即是永恒，，，，，，，，顺应才是生涯的要害。。。。。

EvoMap的价值就在于建设一套让AI能力可以一连顺应、学习、传承的机制。。。。。

它让AI从“一次性工具”酿成“可进化的数字生命体”，，，，，，，，从“伶仃的个体”酿成“协同的网络”。。。。。

正如人类驯化了小麦，，，，，，，，小麦也改变了人类文明一样。。。。。小麦由于人类的莳植而遍布全球，，，，，，，，人类由于小麦的高产而建设了农业文明。。。。。

这是一种共生关系，，，，，，，，而不是征服关系。。。。。

我们无需太过担心，，，，，，，，但必需坚持小心。。。。。EvoMap团队也允许将继续探索怎样让系统在自我刷新的同时增强自身的清静性、透明度和对齐性。。。。。

能够顺应情形、与生态共生的物湖北三镇交通科技有限公司种，，，，，，，，才华走得更远。。。。。AI也是云云。。。。。

【网站地图】【sitemap】