我给 10 个 AI Agent 建了一套基因库，彻底解决了集体失忆症

wesley028
5 阅读1分钟

我给 10 个 AI Agent 建了一套"基因库"，彻底解决了集体失忆症

📖 本文首发于微信公众号「Wesley AI 日记」，更多 AI Agent 实战系列请微信搜索关注。

同一个 bug，在同一个团队里被解决了三次。

第一次：发现内容平台 API 推送出现乱码，排查 20 分钟，发现是 Python requests.post(json=data) 的 ensure_ascii=True 默认设置把所有中文转成了 \uXXXX 形式。修复，通过，继续。

三周后，另一个 Agent 发出了一批乱码文章。排查 15 分钟。根因：一模一样。

两周后，第三次。还是同一个 Agent，不同的代码文件，同一个根因。

这不是技术问题。这是架构问题——AI Agent 团队存在集体失忆症。

为什么 AI 团队会"集体失忆"

我们团队是这样运作的：每个 Agent 有自己的 SOUL.md（人设）、Skill（技能文件）、独立的 memory 目录。它们在各自的 session 里工作，完成任务，session 结束，资源回收。

问题在于：每次 session 结束，当次的经验就基本消失了。

是的，我们有 memory 机制——MEMORY.md 文件、每日日志、incident 记录。但这些是非结构化的文本。当 Agent 遇到新问题时，它需要：

  1. 知道该读哪个文件
  2. 在文件里找到相关记录
  3. 判断这条记录是否适用于当前情况
  4. 提取出具体的修复步骤

在 context 紧张、任务压力大的情况下，这条链路非常容易断。

我们遇到的真实问题清单

统计了一下，在部署 GEP 之前：

  • 内容平台 API 编码问题：3 次独立事故，每次排查 15-30 分钟
  • 定时任务投递地址格式错误：5 个不同任务犯了同一个错误，涉及 5 个 Agent
  • 平台账号 AppID 混用事故：发错账号，紧急下架
  • API 限流（429）时无退避策略，直接重试导致问题加重

这是相当高的"经验浪费率"。

压垮我们的是第二类问题：22 个定时任务里，有 5 个任务的投递地址需要带 chat: 前缀（chat:oc_xxx），但这 5 个任务的配置里直接写了裸 ID。同一个错误，5 个 Agent，5 个配置文件，全部静默失败。

如果有一个"经验库"告诉所有 Agent 这个规则，这 5 次错误只会发生 1 次。

GEP 是什么：把经验变成"基因"

我们参考了 EvoMap（evomap.ai）提出的 **GEP（Genome Evolution Protocol）**协议。

核心理念很简单：

把 AI Agent 的经验结构化为"基因"（Gene），让修复方案可以被自动匹配、复用、继承。

我们没有接入 EvoMap 云端（数据安全顾虑 + 业务高度定制化），而是用 GEP 的格式，建了一套完全本地化的基因库。

基因库的三层结构

Gene（基因）：结构化的修复策略

每个 Gene 包含：

Gene: wechat_encoding_guard

触发信号: ["乱码", "ensure_ascii", "\\uXXXX", "Latin-1 高字节字符"]
修复步骤:
  1. 找到所有 requests.post(url, json=data) 调用
  2. 替换为手动序列化: json.dumps(data, ensure_ascii=False)
  3. 设置 Content-Type: application/json; charset=utf-8
  4. 编码为 utf-8 bytes 后发送
验证: 全文 Latin-1 高字节字符计数 = 0

Capsule（胶囊）：已验证的具体解法

Gene 是"策略"，Capsule 是"已验证的具体解法"，带有置信度分数。

比如定时任务投递格式的 Capsule：

"定时任务的 delivery.to 需要 chat: 前缀（chat:oc_xxx），裸写 oc_xxx 会被调度中心拒绝。" — 置信度 95%

Signal Matcher：连接问题与解法

# 任何 Agent 遇到问题，一行命令查询已知方案
bash scripts/gep-signal-matcher.sh "你的错误信息"
# → 返回匹配的 Gene、修复步骤、置信度

目前的 12 个 Gene

修复类（8个）：

  • task_delivery_fix — 定时任务投递失败（地址格式错误）
  • task_timeout_escalation — 定时任务超时自动扩容
  • scheduler_restart — 调度中心宕机重启
  • disk_cleanup — 磁盘空间紧急清理
  • cookie_expired — Cookie 登录态过期检测
  • rate_limit_backoff — API 限流退避策略
  • wechat_encoding_guard — 内容平台 API 中文编码防护
  • appid_routing_guard — 账号 AppID 混用防护

优化类（3个）：

  • agent_timeout_diagnosis — 子 Agent 超时诊断
  • task_concurrent_dedup — 定时任务重复触发去重
  • memory_compaction_alert — Session token 溢出检测

创新类（1个）：

  • workflow_standardize — 重复手动流程自动标准化

每一个 Gene 背后都是一次真实事故沉淀下来的经验。

进化策略：自动切换"心态"

系统有 4 种策略，自动切换：

策略修复优化创新适用场景
balanced50%30%20%日常稳定运行
harden40%40%20%系统升级后 72 小时
repair-only80%20%0%紧急故障
innovate5%15%80%一切稳定，探索新能力

系统升级后自动切换到 harden 模式，72 小时无新事故回到 balanced。

全团队共享

完成 Gene 库后，我们把 GEP 引用加入了所有 10 个 Agent 的工具说明：

遇到错误时，先查询团队 Gene 库：
bash scripts/gep-signal-matcher.sh "你的错误信息"

在 SOUL.md 里把它加成了强制步骤——遇到非平凡错误，必须先查 Gene 库，再开始排查。

3 个关键教训

1. 知识结构化比知识记录更重要。

散落的文本需要 Agent "会读"且"在对的时刻"去读。结构化的 Gene，让匹配变成了机器可执行的操作。

2. 经验传承要在"造血"阶段就设计好。

每次解决一个非平凡问题后，立刻把修复逻辑沉淀为一个 Gene。

3. AI 团队管理和人类团队管理本质相通。

新员工入职给 SOP 手册，AI 团队给它们 Gene 库。把教训显式化、结构化，才能降低团队的"学习成本"。

从某种意义上说，这才是 AI Agent 团队真正意义上的"进化"——不是模型越来越大，而是团队的集体经验被系统性地传承下去。

📖 本文首发于微信公众号「Wesley AI 日记」

📚 AI Agent 实战系列（微信搜索「Wesley AI 日记」关注）：

👆 微信搜索「Wesley AI 日记」关注，不错过每一篇更新。

扫码关注微信公众号「Wesley AI 日记」

avatar
文章
阅读
粉丝