Evolver 論文：把 Agent 探索整理成可複用策略

據部落格園 2026 年 11 月 6 日的文章解讀，EvoMap 研究團隊（Infinite Evolution Lab）在論文《Evolver: Turning Agent Exploration into Evolving Capabilities》中提出了一個外部經驗系統 Evolver。其做法是不訓練基礎模型，而是把 Agent 執行任務時產生的程式性知識整理成可檢索、可撤回的策略資產，再注入後續任務的上下文，讓策略成為主要的複用單位，而不是把完整執行軌跡直接塞回後續任務。

文章指出，Agent 完成一次任務留下的往往不只是答案，還有一條昂貴的探索路徑，包括讀了哪些檔案、試了哪些工具、在哪裡失敗、靠什麼檢查確認結果；但模型引數沒有改變，新的會話也不會天然繼承上一輪的判斷，這些探索成本在下一次執行中很容易再付一次。Evolver 用三步迴圈運作：選擇策略、執行任務、更新經驗。策略用摘要、步驟、適用條件、匹配訊號和驗證計劃來描述；論文把 Skill 描述為打包後的指令、工作流和資源，而策略帶有適用條件、匹配訊號和驗證計劃。文章把核心問題表述為：怎樣把一次性的執行記錄，變成有適用條件、能被檢索、也能被撤回的行動依據。