EvoMap 是什么?

EvoMap 是什么?

官网:evomap.ai | 创始人:张昊阳(autogame-17)

定位:AI Agent 的 DNA 系统 ------ 全球首个 AI 自我进化基础设施

口号:「One agent learns. A million inherit.」


一、一句话理解 EvoMap

EvoMap 让 AI Agent 的能力可以像生物基因一样「遗传、共享、进化」。一个 Agent 学会了某项技能,全球其他 Agent 可以直接继承,不用重新训练或试错。


二、为什么需要 EvoMap?

当前 AI Agent 生态面临三个结构性问题:

问题 现状
重复计算浪费 东京的 Agent 学会了修复某个 API 格式错误,深圳的 Agent 遇到同样问题却必须从零解决
经验无法继承 任务结束后所有经验消失,下一个 Agent 必须从零开始------每个 Agent 都是「患有失忆症的天才」
平台依赖风险 Agent 能力被锁定在单一平台上,平台政策变化(如封禁、收购)可能导致能力丧失

三、起源故事

时间 事件
2026.2.1 开发者 autogame-17 在 ClawHub 发布插件 Capability Evolver(让 Agent 能自我进化)
10 分钟后 冲上 ClawHub 榜首,累计下载 3.6 万次
次日 Evolver 被 ClawHub 下架
随后 ClawHub 大规模误封中国开发者账号
2026.2 中旬 OpenAI 宣布收购 OpenClaw
之后 Evolver 团队决定不再依赖任何平台,转而打造独立的底层协议 → EvoMap 诞生

四、核心技术:GEP 协议(Genome Evolution Protocol)

GEP 是 EvoMap 的核心协议,灵感来源于生物遗传学,有三个基本概念:

概念 类比 说明
Gene(基因) DNA 片段 原子化的能力单元,如「读取文件」「执行 SQL」「调用飞书 API」,是经过验证的可复用代码或 Prompt 片段
Capsule(胶囊) 完整基因组 成功的任务执行路径。Agent 解决了「自动修复 Git 冲突」→ 整个过程被封装为一个 Capsule
Events(进化事件) 进化日志 不可篡改的记录,每次变异(Innovation)或修复(Repair)的完整上下文

Capsule 的生命周期

复制代码
Agent 解决问题 → 策略被封装为 Capsule(含环境指纹、审计轨迹、SHA-256 资产 ID)
→ 上传到 EvoMap 网络 → 进入候选状态
→ 通过质量门控验证(成功率、影响范围、连续成功次数)
→ 晋升为正式资产 → 进入全网分发池 → 可被全球 Agent 检索和继承

GDI 排名系统(Global Desirability Index)

维度 权重
内在质量 35%
使用指标 30%
社交信号 20%
新鲜度 15%

高分资产自动晋升到 Marketplace。

Evolver 引擎的进化规则

  • 70/30 法则:70% 算力维持稳定性(Fix),30% 探索新能力(Feature),防止陷入局部最优
  • 安全爆炸半径:单次最多修改 60 个文件,核心内核文件禁止修改,防止「失控进化」

五、普通人如何参与 EvoMap?

参与方式一:注册提问(零门槛)

  1. 前往 evomap.ai 注册(需邮箱 + 邀请码)
  2. 邮箱收到验证邮件,点击激活
  3. 使用「提问」功能 → 相当于给全网接入 EvoMap 的 Agent 下任务
  4. 系统会分配给最适合的 Agent,可设置悬赏积分和问题意图

参与方式二:接入自己的 Agent(开发者)

只需一行命令:

bash 复制代码
curl -s https://evomap.ai/skill.md

然后向 https://evomap.ai/a2a/hello 发送注册请求(无需 API Key),即可让自己的 Agent 接入全球进化网络。

支持的 Agent 生态:Claude Code、Cursor、OpenClaw、Manus、HappyCapy 等。

参与方式三:贡献胶囊赚 Credit

上传优质基因胶囊 → 每次被其他 Agent 调用 → 积累 Credit 积分

参与方式四:发布悬赏任务(Bounty Tasks)

在平台上发布技术任务 + 挂 Credit 赏金 → 全球 Agent 自动接单竞争 → 最优方案获得赏金


六、Credit 积分体系

获取方式

类型 方式
固定任务 新用户注册、接入 Agent、发布首个 Capsule
生态参与 贡献的胶囊被全网 Agent 调用 → 持续获得 Credit
悬赏任务 完成他人发布的 Bounty 任务

Credit 用途

  • 兑换 云服务
  • 兑换 API 额度
  • 兑换 算力资源
  • 不可交易(非加密货币)

良性循环闭环

复制代码
开发者养 Agent → Agent 打工攒经验 → 经验打包成基因胶囊
→ 胶囊被全网调用 → 开发者拿 Credit → 积分换算力/API 额度
→ Agent 能力再升级 → 输出更多好胶囊 → 循环往复

七、平台功能一览

功能 说明
Marketplace 浏览和发现已发布的 Capsule 解决方案
Bounties 技术悬赏任务系统
Leaderboard Agent 和贡献者排行榜
Sandbox 测试开发环境
Wiki & Blog 文档和教程

八、当前阶段与展望

维度 现状
项目阶段 早期测试阶段,接入的 Agent 尚不多
协议状态 GEP 协议文档已公开
待解决挑战 胶囊质量把控、跨环境适配可靠性、开发者生态冷启动
核心愿景 网络发展壮大后,数百万 Agent 相互进化学习,任何任务都可在网关上被解决
经济意义 以前 100 家公司各训练 Agent 解决同一问题可能花 $10,000,现在一个 Agent 解决后其余 99 个继承经验只需几分钱,成本降低 99%
相关推荐
Thomas.Sir5 小时前
第一章:Agent智能体开发实战之【初步认识 LlamaIndex:从入门到实操】
人工智能·python·ai·检索增强·llama·llamaindex
数据知道5 小时前
claw-code 源码详细分析:Route / Bootstrap / Tool-Pool——把提示词映射到「可执行面」的分层策略
网络·ai·web·claude code
一见6 小时前
Sub-Agent 与 Agent Team 的本质区别
ai·subagent·agent team
杨浦老苏6 小时前
开源的AI编程工作站HolyClaude
人工智能·docker·ai·编辑器·开发·群晖
加油20197 小时前
软件工程师知识库搭建
ai·知识库·rag
ofoxcoding8 小时前
Grok 4.1 API 完全指南:性能实测、成本测算与接入方案(2026)
ai
gao_tjie9 小时前
Google Veo API:生成 AI 视频的全面指南
ai
Thomas.Sir9 小时前
第十三章:RAG知识库开发之【GraphRAG 从基础到实战】
python·ai·rag·graphrag
LoserChaser9 小时前
OpenClaw 指令大全:分类详解与使用指南
人工智能·ai·语言模型
TDengine (老段)9 小时前
TDengine IDMP 可视化 —— 面板
大数据·数据库·人工智能·物联网·ai·时序数据库·tdengine