一、Agent 的核心执行骨架
核心发现：Agent 的本质不是魔法，而是一套精密的调度系统。
| 模块 | 职责 | 关键设计 |
|---|---|---|
| Skill Registry | 技能管理 | Head Meta 常驻（名称+描述），Full Meta 按需加载（完整 Schema） |
| Planner | 任务规划 | 只用 Head Meta 生成执行计划 [Skill_A, Skill_B, Skill_C] |
| Executor Loop | 执行循环 | 串行执行，动态装载当前 Skill 的 Full Meta |
| Evaluation Gate | 旁路评估 | 发生在 Skill 流转间隙，决定 PASS / RETRY / REPLAN |
关键洞察：
- Skill 是 Agent 的原子执行单元，LLM 只是大脑，Skill 才是手脚
- 评估不发生在 Skill 内部，而是 Skill 之间的"质检关卡"
- 幻觉 Skill 通过白名单校验 + 约束性 Replan 拦截，不依赖 LLM 自觉
二、自进化 = Prompt 的自我优化
核心发现：自进化 Agent 的本质，是让 LLM 根据执行经验，自动修改 Skill 内部的 instructions 字段（即执行 Prompt）。
| 进化环节 | 核心操作 |
|---|---|
| 触发条件 | 任务成功 + (工具调用≥5次 / 有过修复 / 用户要求) |
| 修改对象 | Skill.instructions（SOP 执行指令） |
| 修改方式 | 新建（完整生成）或打补丁（追加末尾） |
| 修改内容 | SOP 流程 + 已知陷阱 + 优化技巧 + 参数最佳实践 |
闭环逻辑：
执行任务 → 记录轨迹 → 判断复杂度 → 触发进化 → LLM 生成更好的 Prompt → 持久化 → 下次复用
三、记忆系统：三层架构
核心发现：记忆是自进化的地基，没有高质量的记忆，进化引擎只能看到"成功/失败"的二值信号。
| 记忆层次 | 对应 LLM Wiki 目录 | 本质 |
|---|---|---|
| 原始记忆 | raw/ | 未经处理的执行轨迹、原始对话 |
| 文档记忆 | wiki/ | 提炼后的 Skill 文档、用户偏好、经验总结 |
| 索引 | CLAUDE.md | 元信息目录，启动时注入 System Prompt |
前沿方案对比：
| 方案 | 核心理念 | 技术特点 |
|---|---|---|
| Letta (MemGPT) | LLM 主动管理记忆 | 核心记忆常驻 + 归档记忆按需检索 + 自我编辑工具 |
| Focus Agent | 自主上下文压缩 | 模型决定压缩时机，节省 22.7% token |
| ByteRover | Agent 原生统一架构 | 上下文树 + 自适应知识生命周期 + 零外部依赖 |
四、Harness 改进的三个层次
核心发现：记忆是基础设施，自进化是上层应用，两者是依赖关系而非并列关系。
┌─────────────────────────────────────────────────────────────┐
│ 第三层：自进化（从经验中自动生成/优化 Skill） │
│ ▲ │
│ │ 依赖 │
│ 第二层：记忆系统（执行轨迹存储、经验检索、上下文管理） │
│ ▲ │
│ │ 依赖 │
│ 第一层：执行 Harness（Plan-Execute-Evaluate 循环） │
└─────────────────────────────────────────────────────────────┘
| 层次 | 成熟度 | 当前焦点 |
|---|---|---|
| 执行 Harness | 🟢 成熟 | Plan-Execute-Evaluate 已成共识 |
| 记忆系统 | 🟡 快速发展 | 如何低成本、高保真地存储和检索 |
| 自进化 | 🔴 早期探索 | 如何避免劣化、如何跨任务泛化 |
五、Claude Code 的工程真相
核心发现：Demo 只需要 500 行，产品需要 50 万行。
| 代码层级 | 占比 | 职责 |
|---|---|---|
| 核心执行逻辑 | ~20% | 就是我们讨论的 Plan-Execute-Evaluate 骨架 |
| 工具层 | ~30% | 40+ 工具，每个都有 Schema 校验、权限门控、错误处理 |
| 安全层 | ~20% | 四层安全流水线、命令 AST 解析、熔断机制 |
| 界面/协作/基础设施 | ~30% | React 终端 UI、多 Agent 编排、MCP 集成、遥测 |
启示：AI Agent 的竞争，本质是"模型能力 + 工程纪律 + 安全成熟度"的综合战争。
六、LLM Wiki：知识管理新范式
核心发现：从"检索"到"编译"的范式转移。
| 对比维度 | RAG | LLM Wiki |
|---|---|---|
| 知识状态 | 一次性查询，无积累 | 持续编译，可生长 |
| 存储形式 | 向量数据库（黑盒） | Markdown 文件（白盒） |
| 更新方式 | 被动检索 | 主动提炼 + 联动更新 |
三层架构：
raw/（原始资料）→ wiki/（结构化知识）→ CLAUDE.md（索引）
七、贯穿始终的核心洞察
- Skill 是原子执行单元：Agent 的复杂度 = Skill 的编排复杂度
- 评估发生在 Skill 流转间隙：旁路质检关卡，不侵入 Skill 内部
- 自进化 = 修改 Prompt：LLM 写操作手册给未来的自己用
- 记忆是进化的地基：没有结构化记忆，进化就是空中楼阁
- 450 行能跑，50 万行能用：工程壁垒远高于算法壁垒
- 索引层是关键：
CLAUDE.md就是 Agent 的"世界观配置文件"
最终结论：现代 Agent 的本质，是一套 "以 Skill 为执行单元、以记忆为存储底座、以自进化为增长引擎" 的工程系统。其核心竞争力不在于单次推理的质量，而在于持续积累、自我优化、稳定执行的系统能力。
