9 min read

40天,我的AI代理自己学会了进化:不改提示词,不换模型,只靠聊天

Source: https://x.com/gxjdian/status/2027927455529574596

想象一下,你的 AI 助手每天都在变聪明,而你唯一要做的就是和它聊天。不需要调整复杂的提示词,不需要更换最新的模型,不需要重构整个架构。只是简单地交流、给反馈,然后看着它把一切记录下来。

这听起来像科幻小说,但这正是 Shubham Saboo 在过去 40 天里实现的事情。他的 AI 代理团队现在每天 24/7 运行,而他只需要早上打开 Telegram,喝着咖啡审阅草稿就行了。

从灾难到完美:同一个模型的蜕变

40 天前,Saboo 的内容代理 Kelly 写的推文充满了表情符号和标签,他的研究代理 Dwight 把有价值的信号淹没在噪音中。他花在纠正代理错误上的时间,比自己直接完成任务还要多。

今天,Kelly 能用他的精确语气起草内容,Dwight 每天早上准时送来 7 个值得阅读的故事。八个代理全天候运行,输出质量稳定可靠。

最神奇的是什么?从第 1 天到第 40 天,使用的是同一个模型。

区别在于一堆 Markdown 文件——它们每周都在变得更丰富、更精准。这就是 Saboo 所说的“会进化的 AI 代理操作系统”。

三层架构:简单却强大的秘密

Saboo 的整个系统建立在三层架构之上,没有复杂的编排框架,没有消息队列,没有数据库。只有磁盘上的 Markdown 文件,文件系统就是集成层。

第一层:身份(Identity)

这一层定义了“代理是谁”,包括:

  • SOUL.md:代理的完整人格
  • IDENTITY.md:代理的名片
  • USER.md:代理服务的对象

Saboo 用了一个天才的技巧:用电视角色命名代理。当他告诉 Claude “你有 Dwight Schrute 的能量”,AI 立刻就懂了——彻底、认真、把工作当命。这相当于免费加载了 30 季的角色发展数据。 SOUL.md 要保持在 60 行以内。太长会占用应该用于实际工作的上下文。身份、角色、原则、关系、氛围——这就是你需要的全部。

第二层:操作(Operations)

这一层定义了“代理如何工作”:

  • AGENTS.md:行为规则和工作流程
  • HEARTBEAT.md:自我修复机制
  • 专业指南:针对特定角色的详细说明

关键洞察:代理在会话之间没有记忆。一切都是全新开始。如果纠正没有写入文件,下次会话它就不存在了。 AGENTS.md 明确了这一点,确保代理把一切都记录下来。 HEARTBEAT.md 是在第一次失败后建立的。Saboo 在第三周遇到了调度器的 bug——任务在队列中前进但从未执行,他几个小时都没注意到。现在,Monica(他的协调代理)每次心跳都会检查浏览器是否存活,以及定时任务是否真的运行了。

第三层:知识(Knowledge)

这是魔法发生的地方——一个三级记忆系统:

Tier 1:

MEMORY.md

(精选的长期记忆)

不是原始日志,不是所有发生过的事情,而是重要的东西。

Monica 的 MEMORY.md 有一个“惨痛教训”部分。她曾经删除了一个项目文件夹。现在这个错误永久存在于她的长期记忆中,她再也不会犯了。一次纠正,永久存储,防止未来所有会话中的同样错误。

Kelly 的 MEMORY.md 有一个“禁止”部分,她自己编写的。她记录自己的错误,这样就不会重复。仅这一部分就比任何提示工程指南都更有价值。

Tier 2: memory/YYYY-MM-DD.md(每日会话日志)

原始笔记。今天发生了什么,起草了什么,收到了什么反馈。

每日日志是原材料, MEMORY.md 是精炼产品。你两者都需要。

维护规则很重要:每日日志积累很快。如果不修剪,代理的上下文会膨胀。Kelly 的上下文曾达到 161,000 个 token,输出质量暴跌。Saboo 不得不将其压缩到 40,000。现在他每两周审查和归档旧的每日日志。

Tier 3: 共享上下文(shared-context/)

这是最新的补充,也是改变一切的东西。一个每个代理在会话开始时都会读取的文件夹。

THESIS.md

是 Saboo 当前的世界观——他关心什么,已经写了什么,还有什么空白。Dwight 读它来优先安排研究,Kelly 读它来匹配他的思维,Ryan 读它来提议文章。每个代理都与同一个真相来源对齐。

FEEDBACK-LOG.md

是跨代理纠正层。当 Saboo 告诉 Kelly “不要用破折号”,这个反馈也适用于 Rachel、Ryan 和 Pam。他不用单独纠正四个代理,只需写一次,每个代理都会读到。

代理如何协调:文件系统就是 API

没有代理之间的 API 调用,没有消息队列,只有文件。

Dwight 把研究写入 intel/DAILY-INTEL.md,Kelly 读它,Rachel 读它,Pam 读它。协调就是文件系统。

单写者规则:永远不要让两个代理写入同一个文件。将每个共享文件设计为一个写者和多个读者。这可以防止你需要调试的所有协调冲突。

调度使这一切工作。Dwight 在上午 8 点和下午 4 点运行,Kelly 和 Rachel 在下午 5 点运行。Dwight 先运行,因为每个人都依赖他的输出。顺序错了,下游代理就会读到过时或空的文件。

为什么这个系统有效

文件不是静态的,它们在进化。

Kelly 第 1 天的 SOUL.md 是粗略的草图。到第 40 天,它有具体的语音示例,一个她自己写的被拒绝模式列表,以及一个“永远不要再建议”的部分,包含她已经涵盖的每个主题。

Dwight 第 1 天的原则说“找到正在流行的东西”。到第 10 天,它说“如果 Alex 今天不能用它做些什么,就跳过它”(Alex 是他们的目标读者档案,他们为之构建内容的开发者)。到第 20 天,他添加了验证步骤:检查仓库创建日期,检查 Show HN 时间戳,将 X 上的发现追溯到主要来源。

共享上下文层直到第 20 天才存在。Saboo 一直在向多个代理重复相同的纠正。然后他构建了 THESIS.md 和 FEEDBACK-LOG.md ,突然一次纠正就传播到了所有地方。这一个改变为他节省的时间比任何提示优化都多。

**模型在第 1 天和第 40 天是相同的。**它不会因为你使用得更久而变得更聪明。但围绕它的文件变得更丰富、更敏锐、更符合你的确切需求。这种积累的上下文就是护城河。没有人可以通过使用相同的模型来复制它。

你通过每天出现并与你的代理交谈来赢得它。

如何开始:不要试图一个周末建成所有东西

Saboo 的建议是渐进式的:

今天:安装 OpenClaw。写一个 SOUL.md ,一个 IDENTITY.md ,一个 USER.md 。选择你最重复的日常任务。设置一个定时任务。让它运行。

3 天后:你的代理输出会很平庸。开始给出具体反馈。确保反馈落在记忆文件中,而不仅仅是聊天中。

1 周后:创建 AGENTS.md 。定义会话启动例程。添加记忆管理规则。

2 周后:开始 MEMORY.md 。审查你的每日日志。哪些纠正一直重复出现?将它们提炼成永久条目。这时你会感受到复利开始起作用。

3 周后:添加你的第二个代理。设置基于文件的协调:第一个代理写入共享文件,第二个代理读取它。随着模式的出现添加特定角色的指南。

大约同时:构建共享上下文层。在到达这里之前你会感受到拉力。向多个代理重复相同的纠正就是信号。用 THESIS.md 记录你当前的思考,用 FEEDBACK-LOG.md 记录跨代理纠正。

4 周后:在第一次失败后添加 HEARTBEAT.md 。你会确切知道要监控什么,因为你会感受到什么东西坏了。

这不是工具,是哲学

Saboo 的系统揭示了一个深刻的真理:最好的 AI 系统不是被编程的,而是被培养的。

你不需要成为提示工程专家。你不需要追逐最新的模型。你需要的是一个能够学习和记忆的系统,以及与它持续对话的承诺。

文件会完成剩下的工作。

每一次反馈都会沉淀到 MEMORY.md 中。每一个教训都会写入 AGENTS.md 。每一个洞察都会进入 THESIS.md 。随着时间的推移,这些文件变成了你独特工作方式的完美镜像——没有人能复制,因为它们是通过 40 天的日常对话赚来的。

这就是真正的 AI 进化:不是模型变得更聪明,而是你和 AI 之间的协作界面变得更加精确。

你准备好开始你的 40 天旅程了吗?