AI Agent 无法自己进化自己------我给它配了一支"外部教练团队"
DeepSeek Harness 开源不到一周，GitHub 星标逼近 4 万，700+ 个插件冒出来：记忆、UI、小游戏、Claude 搬家，什么都有。但没人回答一个问题：插件从哪来？agent 怎么长出自己没有的能力？
先看一个常识：人不能揪着自己的头发把自己提起来；运动员不能既当运动员又当裁判；正在运行的程序，不能原子地修改正在运行的自己。模型也一样，它被困在自己的循环里，看不见自己缺什么，验证不了自己改得对不对，替换不了正在运行的自己。
所以进化必须来自一个外部观察者。我给 DeepSeek Harness 写了一个插件 dsh-meta-validate，相当于给你的 agent 配了一支"外部教练团队"：监督员看着它干活，改进模型负责设计方案，核验器独立把关，执行器冷替换安装。全程不需要你写代码。
它跑出来的结果：90/90 测试全绿，裸 agent 从 0/3 全失败长到 L1-L5 全过，严格同任务集 off 0/3 → on 3/3，还会自己决定换模型。
一、先看结果：一个什么都不会的 agent，怎么长出能力
1. 从零养大：off 0/3 → L1-L5 全过
我把一个本地 27B 模型接进 dsh，第一天它连"把内容写进文件"都做不到。不是模型笨，是它根本没有写文件的工具。
插件介入后，改进模型逐级生成并安装：fs-write、ls-dir、bash-run、file-read 四个工具，edit-verify、json-verify 两个行为技能。每一级都经过隔离真实执行 + 完整核验 + 安装，旧能力回归不降。
2. 它自己决定换模型
有个案例最能说明"不是套壳"：agent 配置的是 qwen/qwen3.6-27b，但路由到的官方 API 根本不提供这个模型，连回复一句话都失败。没有任何人提示它换模型。
监督员唤醒改进模型，它把默认模型改成 deepseek-v4-flash；安装后监督员再次被唤醒，它继续迭代，改成 deepseek-chat；重跑，正常回复。两次修改的 before/after 完整留档。
3. 你说一句话，它自动改运行时
你直接说："bash 命令 sleep 1 总是 500ms 就被杀掉，把超时调大。"------没让 agent 调用任何特殊指令。插件自动消化这条消息，把超时从 500ms 调到 10000ms，核验通过、安装生效。
这条路线的意义：即使你的 agent 完全不知道自己该求助，宿主也能兜底。
二、问题：为什么模型无法自己进化自己
1. 看不见自己
agent 只有自己的上下文和轨迹，而这些全部由它自己产生。它不知道自己的工具缺什么、行为哪里错、loop 该怎么改。就像写代码的人从不 review 自己刚写的代码------不是不想，是视角天然受限。
2. 验证不了自己
让模型判断自己的修改是否正确，等于自己给自己当裁判，自我确认偏误会把错误变成"正确"。Gödel 第二不完备定理早就证明：足够强的系统无法证明自身的一致性。延伸成一句话：没有任何系统能成为自身延续的最终权威。
3. 替换不了自己
正在运行的 loop 不能原子地替换自己。任何改动都会打断正在执行的状态，改错了也没有外部兜底。
这不是我的猜想，前沿方案全是"外部硬校验 + 多角色协作"：ARC-AGI-3 榜单满分的 Tycho，同一个模型从"无世界模型"79.07 涨到"actor 控制 builder"100.00，差的就是独立构建和验证环节；SAGE 四个自进化 agent 协作，正确性由外部 verifier 判定；CoEvoSkills 的技能自进化，每个任务配确定性验证器，二元 pass/fail，无主观判断。
三、我的答案：外部教练团队
1. 五个角色，职责分开
- 监督员：一直看着你的 agent 怎么干活，判断"该不该改进"；
- 改进模型：看全量信息，设计具体修改方案（加工具、改技能、调配置、换模型）；
- 核验器：把方案放进隔离环境真实跑一遍，和预期结果逐项核对，不通过就退回重做；
- 执行器：只负责安装和回滚，改错了自动还原；
- 你的 agent：什么都不用改，继续干活，然后发现自己越来越能干。
2. 一条五步回路
观察 → 判断 → 设计 → 核验 → 安装。修改永远发生在 loop 外部（冷替换），验证发生在 agent 够不到的地方（TCB 信任根基，对 agent 只读）。
3. 判断权整体上移
多数自进化是"模型提议、模型评审、模型决定"，终审还是模型自己。这里改进模型只负责提议，核验器独立判定，执行器负责安装------你的 agent 不参与对自己修改的最终判断。
核验是确定性的：预期轨迹和真实帧逐字段/哈希对齐，第一次分歧就退回重做，LLM 不进判定。
四、九个案例，一条回路
1. 触发场景 S1-S8
监督员不是等 agent 自己认输，而是主动盯八类信号：反复失败、进度不足、用户纠正、回归失败、回合异常、资源异常、能力不足、泛化缺口。任一命中，就走同一条回路。
2. 免疫记忆：同一个坑不掉第二次
修好的失败用例自动沉淀进回归集，之后每次进化先跑它。能力只涨不跌，S4 回归失败就是这个环被打破时强制修复。
3. 更多切面
新项目 onboarding、技能包导出分享、多 agent 共享技能库、危机恢复复盘、资源自适应、安全自适应、插件自举、可审计进化史------都是同一条回路的不同切面。
五、五分钟上手 + 诚实边界
1. 上手
bash
npm install
npm run check
npm run build
npm test # 90/90
npm run fromzero:all # 从零养大 + 严格对照
npm run host-demo # 宿主内自进化闭环
npm run supervisor-swap-demo # 它自己决定换模型
npm run runtime-request-demo # 你一句话，它自动改进接入 dsh：
bash
dsh plugin --profile demo add ./dsh-meta-validate
dsh --profile demo --dump-config改进模型 / 监督员默认走 DeepSeek V4 Flash；你的 agent 可以接本地模型（示例 qwen3.6-27b）。
2. 边界
- v1 只允许改
config | tool | skill，loop 层锁定------这是设计项，不是缺陷； - 核验器是准入门槛，上线后真实运行 + 观察才是最终裁判；
- 验证成本 = 一轮完整任务 token，用最小回归集控制；
- 行为类技能是"显著提高概率"而非确定性保证，验收用 2 次尝试兜底；
- dsh v0.1 是 developer preview，接口会变，所有注入点收敛在
src/index.ts。
写在最后
自进化这个方向，真正难的不是让模型写代码，而是谁在验证、谁在执行、谁在兜底。我的答案：改进模型负责想，核验器负责对，执行器负责换，agent 负责跑。修改者和核验者彻底分离，信任根基只读，冷替换加回滚。
项目仓库：dsh-meta-validate（GitHub 搜名字即可，地址稍后补充）。
参考：