经验到底从哪里来？又如何变成能力？
这就是自进化 Agent 架构存在的意义。
很多人做 Agent 时只有：
用户
↓
LLM
↓
工具结果就是：
任务做完
经验丢失
下次重新开始永远不会成长。
真正的自进化 Agent 应该形成一个完整闭环。
1. 整体架构图
┌─────────────┐
│ User │
└──────┬──────┘
│
▼
┌─────────────┐
│ Planner │
└──────┬──────┘
│
▼
┌─────────────┐
│ Executor │
└──────┬──────┘
│
▼
┌─────────────┐
│ Observer │
└──────┬──────┘
│
▼
┌─────────────┐
│ Evaluator │
└──────┬──────┘
│
▼
┌─────────────┐
│ Reflector │
└──────┬──────┘
│
▼
┌─────────────┐
│ Memory │
└──────┬──────┘
│
▼
┌─────────────┐
│ Policy │
└─────────────┘这 7 个模块构成整个自进化系统。
2. Planner（任务规划器）
Planner 的职责：
理解目标
拆解步骤
决定执行顺序
选择工具例如：
用户：
帮我分析这个 GitHub 项目Planner 不应该直接开始执行。
而是先拆解：
步骤1：读取 README
步骤2：分析目录结构
步骤3：识别技术栈
步骤4：检查架构设计
步骤5：生成分析报告输出：
{
"goal":"分析项目",
"steps":[
"读取README",
"分析目录",
"识别技术栈",
"架构评估",
"输出报告"
]
}Planner 相当于 Agent 的大脑。
3. Executor（执行器）
Executor 负责真正干活。
例如：
读取文件
运行命令
调用浏览器
访问 API
修改代码举例：
Planner：
读取 READMEExecutor：
tool.read_file("README.md")Planner：
搜索官方文档Executor：
tool.search()Planner：
运行测试Executor：
tool.shell("npm test")职责非常单一：
只执行
不思考4. Observer（观察器）
这是很多 Agent 缺失的一层。
作用：
记录 Agent 的全部行为。
例如：
什么时候执行
调用什么工具
输入是什么
输出是什么
是否报错
耗时多少任务日志：
{
"step":"读取README",
"tool":"read_file",
"input":"README.md",
"output":"项目介绍",
"duration":"300ms",
"status":"success"
}又比如：
{
"step":"运行测试",
"tool":"shell",
"command":"npm test",
"error":"Module not found",
"status":"failed"
}没有 Observer：
Agent 什么都记不住有 Observer：
Agent 可以回放整个过程这是后面反思的基础。
5. Evaluator（评估器）
评估器回答一个问题：
这次任务做得怎么样？
例如：
成功？
成功
失败
部分成功质量？
80分
90分
95分用户满意？
满意
一般
不满意例如：
用户：
帮我写公众号文章生成后：
阅读性：92
结构：95
情绪张力：60
标题吸引力：70Evaluator 输出：
{
"score":79,
"issues":[
"标题吸引力不足",
"情绪冲击力偏弱"
]
}6. Reflector（反思器）
这是整个系统最核心的部分。
作用：
从经验中学习。
例如：
任务失败：
网页打不开Reflector：
失败原因：
目标网站存在反爬机制
解决方案：
优先使用 Browser Agent
不要直接 HTTP 请求再例如：
用户反馈：
文章太像 AI 写的Reflector：
经验：
该用户偏好：
- 口语化
- 强钩子
- 多案例
- 少总结输出：
{
"lesson":"该用户不喜欢官方风格",
"future_action":"以后采用公众号爆文风格"
}7. Memory（长期记忆）
Reflector 产生经验。
Memory 负责保存经验。
例如：
用户偏好
工具经验
项目上下文
成功案例
失败案例存储后：
以后都能检索例如：
用户：
帮我设计 UIMemory：
该用户偏好：
- 极简风
- 不喜欢复杂布局
- 不喜欢蓝色绿色下次自动注入。
8. Policy（策略层）
Policy 是最高层。
负责管理：
工作流
规则
Prompt
工具优先级例如：
策略更新前：
搜索
↓
生成答案策略更新后：
搜索
↓
交叉验证
↓
生成答案又例如：
以前：
优先使用 Bing后来发现：
Tavily 更准确Policy：
搜索优先级：
1 Tavily
2 Exa
3 Bing这就完成了一次进化。
9. 为什么必须拆成 7 个模块？
因为职责不同。
如果全部塞进一个 Prompt：
规划
执行
记录
评估
反思
记忆
策略最后会变成：
巨型 Prompt
无法维护
无法测试
无法升级而拆分后：
Planner
Executor
Observer
Evaluator
Reflector
Memory
Policy每个模块都可以独立升级。
本章总结
一个真正的自进化 Agent，本质上不是一个模型，而是一条学习流水线：
用户任务
↓
Planner
↓
Executor
↓
Observer
↓
Evaluator
↓
Reflector
↓
Memory
↓
Policy
↓
下一次任务这条链路形成之后，Agent 才开始拥有持续成长的能力。
本章验收标准
读完本章后，读者应该能说清楚：
Planner、Executor、Observer、Evaluator、Reflector、Memory、Policy 各自负责什么
为什么自进化 Agent 需要闭环
经验如何从任务过程转化为下一次行为关键设计决策
本章采用 7 模块架构：
规划、执行、观察、评估、反思、记忆、策略分离
每个模块独立演进
不要把所有能力塞进一个巨型 Prompt