BaiLongma 自我进化机制:AI Agent 如何从经验总结中越用越聪明
BaiLongma 自我进化机制:AI Agent 如何从经验总结中越用越聪明
BaiLongma 是一个持续运行的本地 AI Agent 项目,而它的自我进化机制正是"越用越聪明"的关键:Agent 会从每轮对话中识别值得保留的经验,把"踩过的坑、纠正过的做法、用户立下的规矩"沉淀为长期策略记忆,并在未来遇到相似场景时自动取用。整个过程不改一行源码,只沉淀记忆与行为准则,既安全又透明。
一、为什么 Agent 需要自我进化
普通聊天机器人"聊完即忘":你纠正了它一次,它下次可能照样犯错。BaiLongma 的设计目标是让 Agent 像一个会复盘的助手——
- 🧠 记住教训:某次调用工具失败后,"正确的做法"会被存为
failure_lesson(失败教训); - 📏 遵守规矩:你说"以后截图要用物理像素",它会存为
constraint(硬约束),后续对话主动生效; - 🔄 沉淀方法:反复验证过的流程会存为
procedure(可复用规程),下次直接照做。
这些"可执行的经验"与普通的偏好、事实记忆区分开,是自我进化机制的核心数据结构。
二、自我进化的四步闭环
整个机制由四个环节串成闭环,源码都集中在 src/memory/ 目录下:
第 1 步:经验识别——先筛选,再入脑
每轮对话结束后,记忆识别器(src/memory/recognizer.js)会判断本轮内容哪些值得长期保存。它遵循严格的纪律:
- 先
search_memory查重,命中已有记忆就更新,不重复写入; - 纯心跳、闲聊、临时指令("这几次先停一下")直接跳过,不强行保存弱内容;
- 每条记忆都要打 salience(重要度 1~5 分)标签,只有"一年后仍然重要"的信息才配 5 分。
第 2 步:教训打标——让经验"可执行"
关键差异在于标签系统。当一轮对话教会了 Agent 一种"以后该怎么做事",识别器会打上明确的类型标签:
| 标签 | 含义 | 例子 |
|---|---|---|
kind:procedure |
可复用的正确流程 | 截图需用 DPI 感知的物理像素 |
kind:constraint |
硬性规则 | 微信不给陌生 ID 发消息 |
kind:failure_lesson |
失败教训 + 纠正方法 | 改完文件要回读验证 |
还会附加 domain:(领域)、trigger:(触发词)、tool:(关联工具)标签,让经验能精准匹配到未来的具体工具调用上。
第 3 步:进化登记——把教训记入"成长档案"
识别器批量写入记忆后,主循环(src/index.js)会调用 src/memory/self-evolution.js 中的 recordSelfEvolutionFromMemories:
- 只挑出带
procedure / constraint / failure_lesson / policy标签的记忆; - 登记到本地成长档案:累计事件数
total_events、最近 24 条学习记录、学习时间戳; - 广播
self_evolution事件,让 Brain UI 实时展示"刚刚学到了什么"。
第 4 步:按需召回——经验在需要时自动生效
经验存下来还不够,还得用得上。注入器(src/memory/injector.js)在每轮调用 LLM 前做两件事:
- 策略匹配:src/memory/active-policies.js 用当前消息、焦点线程和最近行动日志去匹配策略记忆,命中后注入
<active-policies>段——这是"针对性指导",比如正在写文件时,"写后回读验证"的教训会自动出现在眼前; - 进化上下文:当你的消息提到"经验、教训、规则、自进化"等关键词,或处于空闲心跳(TICK)时,src/prompt.js 会把最近的进化摘要写进
<self-evolution>段,并明确告诉模型:这些是已沉淀的长期策略,直接参照执行。
三、后台整理:让记忆库常新不烂
记忆会膨胀,所以 BaiLongma 还有一个 30 分钟一次的整合循环(src/memory/consolidation-loop.js):按实体分批取出近期记忆,交给 LLM 去重、合并、消解矛盾,保证同一主题不会散落一堆重复节点。此外,自我感知层(src/memory/self-perception.js)还会持续监测"镜像复读、风格漂移、循环退化"这类状态异常,防止 Agent 在自说自话中空转。
四、安全边界:进化只改记忆,不改代码
formatSelfEvolutionForPrompt 中有一句写给模型的安全声明,也道出了设计原则:
"It stores reusable procedures, constraints, and failure lessons as long-term policy memories. It does not rewrite source code or change permissions by itself."
也就是说,自我进化发生在记忆与行为策略层:Agent 不会自我改写源码,也不会擅自扩权。进化状态持久化在本地 SQLite 的配置键中,随时可以查询、重置,整个过程可审计(测试见 src/test-self-evolution.js)。
五、如何观察你的 Agent 在进化
- 打开 Brain UI(
/brain-ui),左侧记忆图会把 Constraint、Memory、Knowledge 等节点可视化,memories_written与self_evolution事件会实时刷新界面; - 本地 HTTP 服务的记忆接口会返回
self_evolution快照(最近学习记录与累计事件数),实现见 src/api/routes/memory.js; - 管理接口
/admin/reset-memories可以一键清空记忆重新开始。
写在最后
BaiLongma 的自我进化机制回答了一个有趣的问题:Agent 变聪明,不一定靠更新模型,也可以靠更新经验。识别 → 打标 → 登记 → 召回,四步闭环让每一次纠正都成为永久资产。如果你想深入源码,建议从这个路径清单开始读:
- 进化核心:src/memory/self-evolution.js
- 经验识别:src/memory/recognizer.js
- 策略激活:src/memory/active-policies.js
- 上下文注入:src/memory/injector.js
- 后台整理:src/memory/consolidation-loop.js
用上一周后再回头看成长档案,你会发现它已经悄悄学会了你的习惯和脾气——这就是"越用越聪明"的具体含义。


