Evolver 论文：把 Agent 探索整理成可复用策略

据博客园 2026 年 11 月 6 日的文章解读，EvoMap 研究团队（Infinite Evolution Lab）在论文《Evolver: Turning Agent Exploration into Evolving Capabilities》中提出了一个外部经验系统 Evolver。其做法是不训练基础模型，而是把 Agent 执行任务时产生的程序性知识整理成可检索、可撤回的策略资产，再注入后续任务的上下文，让策略成为主要的复用单位，而不是把完整执行轨迹直接塞回后续任务。

文章指出，Agent 完成一次任务留下的往往不只是答案，还有一条昂贵的探索路径，包括读了哪些文件、试了哪些工具、在哪里失败、靠什么检查确认结果；但模型参数没有改变，新的会话也不会天然继承上一轮的判断，这些探索成本在下一次执行中很容易再付一次。Evolver 用三步循环运作：选择策略、执行任务、更新经验。策略用摘要、步骤、适用条件、匹配信号和验证计划来描述；论文把 Skill 描述为打包后的指令、工作流和资源，而策略带有适用条件、匹配信号和验证计划。文章把核心问题表述为：怎样把一次性的执行记录，变成有适用条件、能被检索、也能被撤回的行动依据。