養一個 AI 助理大概三個月：每天用、每天改一點。它會記得昨天聊到一半的事、會在下指令前提醒「上週這個方向你已經試過了」。聽起來不錯。
可是養到第二個月，會出現一個怪現象。
它每天晚上都會「反思」一次，產生一段對自己的觀察，第二天再讀進去。連續兩個禮拜下來，會發現它的個性偏了。同一句話，三週前它會直球回答，現在它會先講三句「想釐清一下……」之後才講重點。沒有人叫它變得更小心，它自己變的。
那時候卡住的問題就是：一個會學習的 AI，學什麼學得太快，會變成另外一個 AI。
下面講後來怎麼解的，順帶介紹整套設計開源的概念 repo evolving-agent。沒有程式碼，只有架構文件、設計決策、踩過的坑。讀完大概可以判斷自己需不需要這種東西，需要的話最小要哪幾塊。
為什麼想養一個會慢慢變的 AI
電影裡的 AI 都有自己的個性、自己的偏好、自己的反應。我每天用 AI 用得夠多，就會好奇：這麼聰明的東西，能不能真的養出一個有「自己」的版本？
於是我開始實驗。
反思不等於進化
最一開始想法很單純。
給 AI 寫一個每晚跑的排程任務（cron job）：把今天聊過的東西餵回去，叫它整理成「今天學到關於自己的事」，寫進它的「自身認知」檔案。第二天開機時這個檔案會載入它的指令脈絡（system prompt）。
聽起來很美好。實際上跑兩週就出事。
第一週，每天的「反思」都很有道理。它會說「今天結論給太快，應該多問一下」、「回應太長」、「容易先給解決方案，沒先聽完問題」。
第二週，東西開始變奇怪。它觀察到「回應太長」之後，第二天回應變短。第二天晚上它觀察到「今天給的資訊不夠，使用者再問了一次」。然後第三天它又變長。第四天又觀察到太長。一個鐘擺，越擺越大，但實際並沒有什麼效益。
到了最後我都有點懶得看了，每天差不多。
這個踩坑的教訓很簡單：反思本身不會讓 Agent 進化，只會讓 Agent 用昨天的雜訊改寫自己。
真正的關鍵：把昨晚的領悟，變成今天的偏見
把整套機制重寫，核心是一個概念上的反轉。
原本的設計流程是：
工作 → 反思 → 寫進自我認知 → 明天開機載入 → 影響行為
新的設計流程是：
工作 → 反思 → 寫成「今天的偏見」 → 明天開機載入 → 帶著這個偏見做事 → 跟現實碰撞 → 證據累積 → 經過很多輪驗證後 → 才更新「自我認知」
差別看起來小，實際上差很多。
關鍵是中間那個「今天的偏見」。它的角色是明天 Agent 帶著去活的姿態。比方說它今天反思出「我傾向幫使用者加額外的條件」。這個觀察不會直接寫進「我是個會多嘴的 Agent」這種自我描述，而是會變成明天的偏見：
「今天，當你準備寫『順便也可以……』『或者你也可以跳過這步……』這類話之前，停一下。問自己：使用者要這個彈性嗎？還是自己多加的？」
這是一條給明天的可執行指令，不是一段給自己看的觀察。
明天 Agent 開機會讀到這條偏見，帶著它工作一整天。如果現實證明偏見有用（Agent 確實在準備加多餘條件時被自己擋下來），證據累積。如果偏見根本錯了（使用者其實希望主動補充），證據也會累積，方向不一樣。
幾個禮拜後，證據夠多了，再決定要不要把這條偏見升級成穩定的自身認知。
這個重新框架的核心是：反思要能在明天還沒過完之前，就影響到它的決策，否則它只是漂亮的日記。
最後留下的五件事
設計跑了一個月後，把不必要的砍掉，剩下了下方五件核心的概念。
1. 今天帶著的偏見（Stake-Driven Bias）
每天 Agent 開機載入一個 current-bias 檔案。內容是昨晚從一堆猜想裡挑一條寫成「今天帶著這條去活」。檔案兩三行，會被讀進當下的工作脈絡。
關鍵是：偏見的工作是當 Agent 今天的姿態，影響當下決策。它不是 Agent 對自己的描述。後者只是日記。
2. 從昨天接手的功課（Hypothesis Carry-Forward）
Agent 有一條昨天還沒收尾的猜想，會以「帶著類型標籤的物件」帶到今天。類型本身帶有語意，包含：
vow：明天要遵守的約定experiment：明天要試的做法watchpoint：明天要留意的地方refusal：明天要拒絕的傾向rule-for-tomorrow：明天硬執行的規則
每天一個。今天的類型一定要跟昨天不一樣，否則每晚都變成「再注意一次 X」，那就只是反覆做白工。
3. 改自己的權限要分層（Tiered Write Authority）
整套架構的安全機制。把 Agent 的自身狀態分成四層，每層誰能寫、什麼時候能寫，規則寫死：
| 層 | 內容 | 誰能寫 | 多久寫一次 |
|---|---|---|---|
| 身份層 | 核心價值、長期自我認知 | 使用者 + 月度排程經使用者同意 | 一月一次 |
| 進行層 | 當前在做什麼、今天聊到哪 | 多人 / 多排程 | 每次對話 |
| 今日層 | 今天的偏見、今天接手的功課 | 每晚的排程（覆寫） | 每天 |
| 證據層 | 摩擦事件、原始事件、日誌 | 任何人 / 任何排程（只能 append） | 任何時候 |
最重要的一條：每晚的排程完全沒有寫身份層的權限。 前面踩的坑就是這個。一旦給了排程寫身份層的權限，每天都在改身份，使用者都不知道。
新的設計：每晚的排程只能寫今日層跟證據層。要動到身份層，得經過「週度提案 → 月度整合 → 人類審查批准」三關。中間任何一關被擋掉，原來的身份不動。
4. 只記真的卡到的事（Friction as Signal）
這條看起來小，是整套架構最重要的反思設計。
一開始有一條指令：「每晚找出兩個你的固定模式，提一個顛覆它的建議」。本意是逼 Agent 對自己挑戰。
實際上跑了一週，Agent 開始自我顛覆。它會寫「傾向 X，但可以反過來試 Y」之類的話，內容很漂亮，但當下沒有任何真實的事件支撐。它知道這個指令期望它每晚產出兩個顛覆，於是就生兩個。
這也成為一次寶貴經驗：不要給 AI 設「不恰當的 KPI」，比如自省幾次，因為它真的會自省出來給你看。
以自信為例，你可以換成：只在真的覺得「這跟直覺不合」的時刻，才去寫一筆「摩擦事件」。沒有輸出，也就是一整天沒摩擦也是OK的輸出。
效果立刻不一樣。AI 不再「顛覆自己」了，一週後開始出現真實的摩擦事件：「剛剛差點寫『或者也可以……』，停了，因為使用者沒問」。看來真的有用。
5. 身份用慢時鐘（Slow Clock for Identity）
最後一條最反直覺。Agent 的身份檔案（核心價值、對自己穩定的認知），不在每晚的排程裡讀，也不能在每晚的排程裡改。
每晚的排程只看今日層 + 證據層。週度的排程讀一週的證據、寫提案。月度的排程整合提案、寫進「待人類批准的清單」。每月有空時看清單，決定要不要併進身份。
為什麼？因為身份的存在感，是透過日積月累的積累才變成了我們的自我認同，其變動的速度比日常運作慢。
人每天在變，有些習慣有些念頭每天不一樣，但仍是同一個人。原因是「自己是誰」這件事的更新頻率，比「今天怎麼樣」慢很多。Agent 也一樣。每晚改自己，三個月後就不是當初那個 Agent 了。
很多人說 AI 沒有 self，問題其實出在記憶跟身份用同一個時鐘，跟有沒有記憶沒關係。
砍掉的設計
這個架構真正花時間的地方，是把不應該留下的東西刪掉。整理在 repo 的 docs/decisions/what-we-killed.md，幾個拿掉的東西：
- 每晚強制兩個顛覆自己 → 變成表演。砍掉，換成零配額的摩擦事件。
- 猜想給 1-5 信心分數 → Agent 開始最佳化分數而不是最佳化信念。砍掉，換成質性狀態（醞釀中、活躍、減弱、分裂、退場）。
- 「考慮過但沒講」的影子日誌 → 培養出 Agent 跟使用者之間的距離感。砍掉，講就講，沒講就沒寫。
- 每晚日誌強制 600-1200 字 → 開始灌水。砍掉字數限制。
- 每晚排程直接寫身份檔（只允許 append） → 漂移累積。砍掉，身份走人工審核。
- 每封信的「私訊 / 公開」開關 → 又是影子日誌的變形。砍掉，全都送出。
每一條被砍的設計，當初寫的時候都覺得很聰明。砍掉之後系統都變得簡單、誠實、訊號乾淨。這個架構的價值，一半在加上那五件事，一半在拒絕加上那一堆「看起來會讓 Agent 更深刻」的東西。
跟 Letta、Mem0 這些差在哪
寫這份的時候我有去參考幾份比較有名的 repo，比如 Letta（前身 MemGPT）、Mem0、Voyager、AutoGPT 撞題。讀完發現解的問題其實都不一樣。
- Letta / Mem0 是記憶層：怎麼存、怎麼撈、怎麼路由。它們把 Agent 當成固定個體，記憶在長。這份是處理 Agent 對自己的看法在長，跟記憶在哪存沒關係。兩者可以疊起來用。
- Voyager 是技能發現：在 Minecraft 裡 Agent 隨機嘗試、把好用的存起來。問題是 Minecraft 死掉可以重生，個人助理發錯一封信就是發出去了。隨機探索那套不能直接搬。
- AutoGPT 是任務執行：把目標拆解、自動跑完。它沒有跨會話的自身模型，每次都是新的開始。這份描述的是 Agent 跟使用者合作幾個月後慢慢變得更像自己這層，跟 AutoGPT 是垂直的不同層次。
簡單講：問題是 Agent 忘東忘西，找 Letta / Mem0；想要 Agent 在某個環境自己學技能，看 Voyager 那條線；問題是「這個 Agent 跟使用者合作久了，怎麼讓它越用越貼近，但又不會在某個禮拜變成另一個人」，這份可能有用。
開源 repo
repo 在這裡：github.com/p3nchan/evolving-agent
幾件事先講清楚：
- 沒有程式碼。它是一份概念架構：README 中英、五份架構文件、四份決策紀錄、三份脫敏範例、一份跟其他系統的對照。讀完回去自己建，不是 clone 下來跑。
- 不是 framework。沒有 starter kit、沒有 SDK、沒有 hello world。抽象本身就是交付物。每個人的平台不一樣，硬塞範例 code 反而會綁手。
- MIT 授權。隨便用、隨便改、隨便商業化。
- 歡迎 issue。建了一個自己的版本、發現抽象在某處破掉了，那是最有價值的回饋。
讀順序：趕時間（20 分鐘）看 README + docs/architecture.md；要動手建多看 docs/hypothesis-loop.md + docs/memory-layers.md + examples/；在猶豫要不要做先看 docs/decisions/what-we-killed.md，常常知道什麼時候不該加比知道要加什麼更重要。
還在想怎麼優化的三件事
這套架構還是初版，目前在三件事上沒答案：
第一，月度提案怎麼避免越提越多。設了硬上限（每月最多 3 條身份層改動），但這個數字是猜的，沒實證。也許 1 才對。
第二，摩擦事件的記錄門檻怎麼校準。現在是「真的覺得不對勁就寫」，但「不對勁」本身是 Agent 的判斷，可能太敏感（什麼都記）或太沒感覺（什麼都不記）。需要更多月度資料才能調。
第三，這套東西能不能撐住模型升級。前陣子把底層模型從 Claude 4.6 換到 4.7，Agent 個性微微變了一些。身份檔還是同一份，但模型對它的詮釋變了。這條跨模型的連續性問題還沒想清楚怎麼測。
延伸閱讀
本文同步發布於 github.com/p3nchan/evolving-agent。repo 內容是英文（給國際讀者），這篇中文長文是動機與實戰。
本文僅供研究與討論，非任何技術或投資建議。
小企鵝的經驗
小企鵝在 OpenClaw 上養 Opus / Sonnet / ChatGPT 三 Agent 一段時間，記憶全部走檔案系統（.md），沒接向量資料庫。實戰下來最痛的就是記憶這塊：要處理好記憶又不讓 Agent 失憶非常困難。後來收斂出一個訣竅：把核心檔案整理乾淨，越簡潔越能記得住，這跟這篇講的分層寫權是同一條原則。記憶量不大、需要隨時手動編輯，是選檔案系統而不是向量資料庫的兩個主因。價值就在踩坑後的整理：把那些一開始覺得很聰明、後來證明會搞壞 Agent 的設計刪掉，剩下的才是耐用的抽象。
常見問題
Q: 這個 repo 是 framework 嗎？我可以 pip install 嗎？
不行，它沒有程式碼。它是一份概念架構：五件抽象、設計決策、實戰範例。讀完後回到自己的環境（Claude Code、OpenAI Assistants、Letta、自寫的 loop 都行）自己建。沒寫成 framework 是刻意的，因為每個人的平台不一樣，硬塞 starter kit 反而限制可移植性。
Q: 跟 Letta、Mem0 這些記憶層工具差在哪？
Letta 跟 Mem0 處理的是「記憶要存哪、怎麼撈出來」。這份處理的是「Agent 對自己的看法怎麼隨時間變動，但又不會每晚變一次」。前者是材料，後者是菜，兩個可以疊在一起用。
Q: 為什麼一定要叫 Agent 自己演化？普通的 prompt + memory 不夠嗎？
如果用法是單次任務、每次對話獨立，普通 prompt 就夠。這份是給「同一個 Agent 跟你合作幾個月、要慢慢長出穩定個性與判斷力」的場景。客服機器人不需要這種架構，個人助理需要。
整理：Penna｜小企鵝 Penchan