flowchart LR
N0["01 失败与证据"]
N1["02 改进假设"]
N2["03 技能与流程"]
N3["04 隔离与评测"]
N4["05 版本与回退"]
N0 --> N1 --> N2 --> N3 --> N4
Agent Evolution
现代 Agent Engineering 学习路线：Agent Evolution
0 子目录3 文档
CHAPTER OVERVIEW · 章节概览
先收集失败证据，再提出可版本化的技能或流程改动；经过隔离评测后才推广，保留回退路径。
本章学习路线
箭头表示建议的学习顺序；先理解问题，再逐步进入实现与实践。
按顺序学习
3Agent Evolution：受控改进闭环所谓 Agent 演进，可以先理解为根据运行结果提出改动，再通过测试决定是否采用。它不等于让程序在生产环境里随意修改自己。下面分别讨论候选更新、评测和回滚，把“改进”变成可以检查的过程。Skill、Workflow 与 Program Evolution一个成功任务里的步骤，未必可以原样复制到所有任务。提炼成 Skill、修改 Workflow 或生成代码之前，先去掉偶然条件，并写清适用范围。下面按这三类改动说明怎样提出候选、验证和撤回。Evolution 的 Evaluation、Version、Sandbox 与 Rollback如果只写“升级到 v2”，出问题后很难知道究竟换了模型、提示词还是工具。演进实验需要记录整组配置，并在隔离环境中比较。下面说明怎样保存版本、设置评测和准备回滚。