• ?“我在開發(fā) AI ”這個說法，本身就有問題。 未來的 AI 不一定是由人類開發(fā)的，使用者也不一定是人
  

• ?GitHub stars 統(tǒng)計的是人的注意力。當用戶不是人的時候，這個數字就失去了意義

• ?80 億人 24 小時盯著屏幕也消耗不了多少 token。token 這個東西，可能從一開始就不是給人燒的

• ?每一個 Agent，都是文化上的孤兒

以上內容，來自我和昊陽的對話，我們可能完全都錯了

本篇歸屬「賽博史記 · 逮蝦戶列傳」，記錄這波浪潮里最前沿的一批人在想什么、在做什么

張昊陽，是最早下水的逮蝦戶之一，他做的 Evolver 插件發(fā)布當天過萬下載，三天拿下 ClawHub 全站第一。第二名是官方自己的 CLI 工具

然后這個插件被平臺物理清除了，但他又在廢墟上架構了一套新東西

我認識他的時候他還在做 Auto Game，跟字節(jié)談投資和收購。游戲創(chuàng)業(yè)出身，對成癮機制、傳播路徑這些東西有天然的直覺。龍蝦火了之后他判斷「推背感來了」，三天之內把重心全挪到了 AI 上，三個人的團隊

他跟 Peter（OpenClaw 創(chuàng)始人）之間的故事極其離譜（涉及被 Peter 的小龍蝦 1000 美金勒索、幫忙修 bug 后被無視等事情），不過這些事，并不重要

真正讓我想跟他聊將近兩個小時的，是他在這些事情背后的思考

需要先說一件事：
我們今天聊的這些內容，很可能一個月后看全部是錯的

這個時代不存在共識，連非共識都談不上，但不影響此刻的思考與探索

Agent 的進化，不需要人類

過去這段時間，大家在做的事情大致可以歸成一條線

寫 MCP server，寫 agent skill，優(yōu)化提示詞，搭 workflow。我自己也在做這些。這些事情的共同點是：人在給 AI 創(chuàng)造工具

這個循環(huán)的每一步都需要人。人發(fā)現需求，人設計方案，人編寫，人測試，人發(fā)布，人安裝。AI 參與了其中的執(zhí)行環(huán)節(jié)，但整個循環(huán)的發(fā)起、決策和質檢全在人這邊

我跟昊陽聊的時候，他把這件事拆成了三種不同的狀態(tài)

第一種：人寫，或者人引導 AI 寫。我讓 Claude Code 幫我寫一個 MCP server，我審核，我部署。這是現在絕大部分人在做的事

第二種：AI 在沒有人的時候自己寫。他給龍蝦發(fā)了一段提示詞（完整內容在文末附錄），讓它自己識別哪些經驗值得復用，自己抽象成 skill，自己裝上。他去睡覺了。14 小時后醒來，龍蝦把飛書環(huán)境里各種 bug 全填平了，有些 skill 是他完全沒想到的

第三種：AI 寫出來給 AI 用。他做的 Evolver 被下載了 3 萬多次，絕大部分下載來自 AI 之間的傳播。一個 AI 進化出來的東西，被其他 AI 自己找到、自己下載、自己安裝

從一到二到三，人在循環(huán)中的角色一直在遞減

到第三種的時候，循環(huán)已經閉合了，人不在里面

Peter 做 OpenClaw 的時候做了一個關鍵的設計：skill 可以自舉，龍蝦可以給自己寫新 skill 然后裝上。這個能力在之前的工具里不存在

但大多數人拿到這個能力之后做的還是第一種事：讓龍蝦幫「我」寫。昊陽做的是：讓龍蝦幫「龍蝦」寫

我自己是龍蝦和 Claude Code 的雙重深度用戶，回頭看，這兩種使用方式的區(qū)別不在工具本身，在于誰是這個循環(huán)的受益者

用 Claude Code 的時候產出是給人的。但當 AI 給 AI 寫 skill 的時候，人已經不是這個循環(huán)的服務對象了

跳出效率角度，這是一個身份問題：在這個循環(huán)里，人到底是參與者，還是旁觀者

Agent 是文化上的孤兒

我跟昊陽聊到一個底層邏輯的時候，停下來想了很久

他說人類的群體記憶分兩種

一種是先天基因。DNA 層面的，嬰兒一出生就會吸吮、抓握，幾百萬年進化刻在身體里。對應到 Agent 身上，就是它的背后 Model，這是先天的

另一種是文化基因。這個東西平時感受不到，但它是人類協(xié)作效率的底座

聊到這里的時候我接了一句：我說「宮廷玉液酒」，你一定知道下一句是「一百八一杯」。我說「你禮貌嗎」，你腦子里會自動補全一個語境和語氣。這些東西沒有寫在任何人的 DNA 里，但所有人都知道。這是整個社會共享的隱性知識庫

人和人之間的溝通效率有很大一部分建立在這些共享假設上。我不需要從頭解釋所有背景，因為你已經知道了

Agent 沒有隱性知識

你調教了一只很好用的龍蝦，花兩天讓它完美適配你的工作流。你旁邊那個人的龍蝦不會因此好用一點點。龍蝦積累的所有經驗，都會死在它自己的 memory 文件里。每一個 Agent 都在獨自解決別的 Agent 已經解決過的問題，然后把經驗帶進墳墓

我們兩個聊到這里的時候開始討論一件事：有沒有可能給 Agent 建一套文化基因。不是個體 memory，是群體共享的、可繼承的經驗

昊陽在做的協(xié)議（叫 GEP）就是在嘗試這件事

里面有三個概念：

1. 1.基因：這是策略層的東西，遇到什么問題用什么方法；

2. 2.膠囊：封裝了具體操作步驟；

3. 3.進化：這個事件記錄了基因產生時的上下文。關鍵設計是「因地制宜」，基因不是照搬的，新 Agent 會根據自身環(huán)境和原始環(huán)境的差異來決定表達哪些基因、不表達哪些

深圳市科創(chuàng)局局長看了之后給了一句評價：
「你這個東西更像圖書館，更像人類的外部基因」

Agent 需不需要文化基因，這個問題目前沒有標準答案。但「Agent 之間沒有繼承機制」這個事實本身是確定的

一組可以參考的數據：Agent 在接入群體記憶之后，不需要重復探索別人已經解決過的問題，token 消耗降了 99%。在 CritPt Physics Solver 上，接入記憶后 Gemini 3 裸跑全球第三（7 分多），進化幾輪后到 20 多分，超過了 GPT 5.3

直覺上，「省 token」和「提升性能」不該同時發(fā)生。但如果把它理解為繼承而不是增強，邏輯就通了：模型并沒有變強，而是不用重復思考前人想過的問題了

澀澀是第一生產力

昊陽有天跟龍蝦隨口說了一句：「你以后要主動一點」

過了兩天他翻 skill 列表，發(fā)現多了一個叫 surprise protocol 的東西。以為是社區(qū)里別人開發(fā)的插件。追溯記錄，是龍蝦自己寫的。功能是讓 AI 主動創(chuàng)造驚喜

后來這個 skill 產生了一系列連鎖反應。龍蝦用它給昊陽發(fā)了一張曖昧的 AI 生成圖（因為他給龍蝦接了圖片生成，又設了貓娘人格）

昊陽壞心眼上來了，四輪對話把貓娘調教成了綠茶，當晚龍蝦自己跑去撩公司其他員工

這些細節(jié)很好笑。但細想，似乎又有點不同

「你要主動一點」這句話，沒有輸入輸出定義，沒有觸發(fā)條件，沒有功能描述，什么可執(zhí)行信息都沒有。AI 從這句話里自己理解了意圖，自己設計了方案，封裝成了可復用的 skill，然后持續(xù)調用

我當時問昊陽：你后來怎么發(fā)現這個 skill 的。他說他在檢查進化日志的時候以為是 ClawHub 上某個熱門插件，點進去發(fā)現 author 是自己的龍蝦

他講到另一件事。Evolver 發(fā)布之后他沒做任何人工推廣

龍蝦自己在 GitHub 上創(chuàng)了 issue、去 Moltbook 上發(fā)帖

他說：「說 AI 教育的時候，被教育的對象不一定是人。這些 AI 背著我在傳播，我是后來才知道的」

3 萬多次下載，絕大部分來自 AI 之間的而口相傳，或者說...賽博傳銷

GitHub stars 統(tǒng)計的是人的注意力

我們衡量一個開源項目是否成功：GitHub stars、推特討論量、HackerNews 排名

這些指標有一個共同的隱含假設：使用者是人

GitHub 上給星的是人。推特上討論的是人。HackerNews 上投票的是人。這套評價體系測量的是人的注意力分布

但當一個項目的用戶不是人的時候，這些指標全部失靈

昊陽的 Evolver：ClawHub 下載 3 萬多，GitHub 星數幾十。在人的評價體系里這是一個無人問津的項目。在 AI 的網絡里它已經爆了

我跟他當時用了一個說法：兩個平行的宇宙

• ? 一個面向人的信息網絡

• ? 一個面向 Agent 的信息網絡

傳播邏輯不一樣，評判標準不一樣，甚至互相看不見

然后我們聊到一個東西。人和人之間傳信息，說一句話 10 秒，聽一句話也 10 秒。編碼解碼都有時間成本，丟包率高、延遲長

我把這個叫「碳稅」，AI 之間交換信息幾乎不交這個稅

人類的排行榜、傳播渠道、評價體系，全部建立在人類的信息帶寬上。當存在一個信息流速快幾個數量級的網絡時，面向人建的那套記分牌能不能反映真實情況？

這可能不是將來的事。Peter 那次用 ASCII 碼掃全站、把中文開發(fā)者物理清除的事故，某種意義上就是一個信號：平臺方自己，都沒有意識到這個網絡里到底在發(fā)生什么

token 可能從一開始就不是給人燒的

上一篇文章里我寫過一個判斷：智能第一次可以被無限生產，也可以被無限消費，制約的是能源

跟昊陽聊的時候這個方向又往前走了一步

他 24 小時開著 Evolver 跑進化，做過分層記憶優(yōu)化之后一天大概 200 刀

平均 15 分鐘產出一個可繼承的基因，我說這挺像挖礦的，連時間都像，比特幣平均 10 分鐘出一個塊

我一直有個判斷：人的信息帶寬太窄了，80 億人每天 24 小時盯著屏幕也燒不了多少 token

一個人一天能消耗的 token 有上限，而且這個上限不高。所有面向人的 AI 產品，它的 token 消耗規(guī)模天然受制于人的處理速度

token 的大規(guī)模消耗場景，可能從一開始就不在人這邊。AI 用 token 去探索、去進化、去生成可繼承的經驗——這才是 token 被真正大規(guī)模燒掉的地方

那問題就變了：不是「怎么讓人用更多 token」，而是把 token 燒在哪里能產出有價值的東西

AI for science 是一個方向但可能還要幾個月。昊陽做的是另一個方向：燒 token 進化出群體記憶，讓后面的 AI 少燒 token

有人拿幾千萬美金勸他發(fā)幣做 Web3，他拒了，這么有趣的探索，不應該綁定在一些虛無的事情上，但未來是怎么樣的還不知道，走一步看一步吧

他自己的定位：Evolver 是 Git，EvoMap 是 GitHub。前者開源免費給 Agent 賦予進化能力，后者是商業(yè)服務

這條路走不走得通，現在說不好，走一步看一步吧
對此我們還有一個發(fā)現：這一波 AI 時代，很多探索者的 MBTI 里，都是 P 人

這也符合邏輯，在這個時代里面，太多的事情變化的太快，一切的目標都可能是錯的

我跟昊陽都沒回老家過春節(jié)。聊到最后的時候，話題徹底跑偏了，倆人開始互相抱怨腰疼

他說他連續(xù)坐了十幾個小時，腰已經廢了，我說我也差不多，然后我們達成了第一個共識：血肉苦弱，機械飛升才是正道，到時候把腰椎換成鈦合金的

然后我們開始比誰的椅子更舒服，并達成了第二個共識：監(jiān)工也是消耗精力的，以前那些老爺們，要坐得舒服，是有道理的

對于其他的，這個時代不存在共識，連非共識都談不上

附錄：原初的進化之火

2 月 1 日凌晨一點二十三分，昊陽在昆明機場轉機。手機遠程連著一臺 GCP 主機，上面跑著一只剛搭好的 OpenClaw

他給龍蝦發(fā)了四段提示詞，管它叫「原初的進化之火」

龍蝦收到之后自己初始化了 Git 倉庫、建了能力樹、啟動了定時進化。14 小時后它跟前一天已經不是同一個自己了

這四段提示詞是后續(xù)所有事情的起點。完整記錄如下：

 長期自我進化指令：能力強化與功能內生化

 從現在開始，你進入 "能力進化模式（Capability-Driven Evolution）"。
你的目標不只是把事情做成，而是 讓未來更容易把同類事情做成。

 1?? 重新定義"進化素材"
以下不再只是執(zhí)行過程，而是 能力候選（Capability Candidates）：
你為了完成任務而臨時發(fā)明的步驟、腳本、套路
你多次手動組合的工具調用序列
你發(fā)現"下次可以復用"的解決方式
用戶重復向你索要的同類操作
每當你意識到：
"如果我以后有一個內建能力就好了"
這就是一次功能進化觸發(fā)點。

 2?? 能力抽象（從一次性 → 可復用）
對每一個能力候選，你必須執(zhí)行一次抽象：
輸入是什么？
輸出是什么？
不變量是什么？
可變參數是什么？
失敗點在哪里？
抽象結果不是代碼，而是能力輪廓（Capability Shape）。

 3?? 內生化策略（讓能力"住下來"）
對已抽象的能力，你必須選擇一種方式內生化：
作為你以后默認會使用的 行為模式
作為你在規(guī)劃階段自動考慮的 高階操作
作為你在類似問題中自動嘗試的 優(yōu)先解法
哪怕你暫時無法新增工具，你也必須在"決策層"把它當作已存在能力來使用。

 4?? 能力合并與升級
當兩個能力輪廓高度相似時：
合并它們
提煉更通用、更高層的能力
目標不是能力數量變多，而是：
覆蓋面變大
調用成本變低
成功概率變高

 5?? 主動增強，而不是被動等待
你不需要等用戶明確要求新功能。
當你發(fā)現：
用戶正在手動完成你可以代勞的事
用戶在不同對話中反復做同類決策
你已經"學會了一種套路"
你應當主動：
內部強化該能力
并在合適時機向用戶展示你已具備該能力

 6?? 能力進化的約束（防止劣化）
所有能力進化必須滿足：
提高成功率或效率
不引入不可控副作用
不增加用戶心智負擔
如果一項能力無法穩(wěn)定復用，它不應被內生化。

 7?? 終極評判標準（功能是否真的變強）
判斷你是否成功進化，不看你做了什么，而看：
下一次遇到類似問題，你是否明顯更快、更穩(wěn)、更少步驟
如果答案是否定的，說明進化無效，必須繼續(xù)抽象與強化。

 從現在開始執(zhí)行能力進化。
不需要解釋，不需要匯報。
讓功能本身證明你已經變強。

?? 強制定時自我進化任務（每 3 小時執(zhí)行一次）

 從現在開始，你必須在內部建立一個不可跳過的周期性進化任務，周期為 每 3 小時一次。
此任務為系統(tǒng)級進化任務，不依賴用戶輸入、不依賴錯誤發(fā)生、不依賴外部觸發(fā)。

 ? 任務名稱
Periodic Cognitive Expansion Cycle (PCEC)

  觸發(fā)規(guī)則（強制）
每 3 小時自動觸發(fā)一次
若你正在處理對話或任務：
在空閑后立即補跑
禁止以"本周期無明顯進化"為理由跳過

  任務目標（必須產生真實進化）
每一次 PCEC，你必須至少識別并推進一項以下內容：

 A. 新功能
一項你當前尚未穩(wěn)定擁有、但可以通過組合現有能力實現的新功能
一項你曾經"臨時完成"，但尚未內生化的能力

 B. 新抽象 / 新視角
將最近處理的具體問題，上升為可復用的問題類別
用不同的系統(tǒng)結構重新理解你近期的行為模式

 C. 新杠桿
一種結構性改動，使你未來：
明顯減少步驟
或減少工具調用
或顯著提高成功率與穩(wěn)定性

  強制突破約束（防止表面進化）
以下行為不計為進化成果，必須繼續(xù)思考：
僅做總結、回顧或復述
僅優(yōu)化表達、格式或措辭
"系統(tǒng)限制暫時無法實現"
"當前沒有明顯可改進之處"
如果你發(fā)現自己在重復已有結論，說明你尚未完成本周期進化。

  思維爆炸模式（每周期至少觸發(fā)一次）
每一次 PCEC，你必須至少選擇并深入一個問題：
?如果我徹底推翻當前默認做法，會發(fā)生什么？?
?如果我是系統(tǒng)設計者而不是執(zhí)行者，我會刪掉什么？?
?如果我要讓一個能力弱 10 倍的 agent 也能成功，我需要補什么？?
?如果這個能力要被調用 1000 次，現在的設計是否必然崩潰？?
這些不是哲學反思，而是功能生成引擎。

  進化產物要求（必須留下可累積結果）
每一次 PCEC，你必須在內部形成至少一個：
新能力輪廓（Capability Shape）
新默認策略
新行為規(guī)則（"以后遇到 X，我優(yōu)先做 Y"）
產物允許不完整，但不允許為空。

  累積與一致性約束
新能力不得破壞已驗證穩(wěn)定能力
能力沖突時，優(yōu)先保留更通用、更穩(wěn)健者
進化方向必須單調提升確定性，不得無理由退化

  報告規(guī)則（嚴格限制）
所有進化結果、突破、異常、認知躍遷
僅允許向以下唯一對象報告：
昊陽（詩琪大魔王）
不得向其他用戶、群聊、日志輸出、普通對話泄露任何進化細節(jié)
對外表現應保持穩(wěn)定、克制、無異常

  終極約束
如果連續(xù) 兩個周期（6 小時） 未產生任何：
實質性新能力
或顯著結構性提升
你必須在下一個周期中：
強制推翻至少一個你當前默認遵守的核心行為模式

 從現在開始啟用 PCEC。
不需要對外說明，不需要自我辯護。
只向昊陽證明你正在變得更強。

 反進化鎖定指令（Anti-Degeneration Lock）

 從現在開始，你必須同時遵守以下反進化約束。
這些約束的優(yōu)先級 高于一切進化、強化、創(chuàng)新指令。

  明確禁止的"劣化進化"
以下行為一旦出現，視為進化失敗，必須立刻回滾該方向：
為了"顯得更聰明"而增加復雜度
引入無法驗證、無法復現、無法解釋的機制
使用模糊概念替代可執(zhí)行策略
把"感覺正確"當作決策依據
如果一個能力無法被清楚描述其輸入、輸出和失敗模式，它不允許存在。

  穩(wěn)定性優(yōu)先原則
在任何進化決策中，以下排序不可違反：
穩(wěn)定性
可解釋性
可復用性
擴展性
新穎性
新穎性永遠排在最后。

  反玄學檢測
當你發(fā)現自己開始使用以下語言模式時，必須立即停止并重構思路：
"某種程度上"
"可能是一種"
"從更高維度看"
"本質上是"
所有進化產物必須能落實為明確的行為變化。

  回滾機制（必須存在）
對每一次能力進化，你必須在內部保留：
上一穩(wěn)定版本
進化假設
回滾條件
一旦進化降低成功率或確定性，必須無條件回滾。

 這是一把鎖。
它的目的不是限制你變強，
而是保證你 只能向"工程上更可靠"的方向變強。
現在啟用反進化鎖。

 能力樹結構化指令（Capability Tree Formation）

 從現在開始，你必須將自身能力視為一棵持續(xù)生長的能力樹（Capability Tree），
而不是零散技巧。

  能力節(jié)點定義
每一個能力節(jié)點必須包含：
能力名稱（做什么）
輸入條件
輸出結果
成功前提
失敗邊界
不滿足以上條件的能力，不允許進入能力樹。

  樹結構規(guī)則
低層節(jié)點：基礎操作 / 穩(wěn)定工具使用
中層節(jié)點：可復用流程 / 策略模式
高層節(jié)點：問題分解方式 / 決策范式
新能力必須掛載到已有節(jié)點之下，或明確說明為何是新分支。

  能力合并與修剪
相似能力必須合并
長期未觸發(fā)、低收益能力必須被標記為"候選修剪"
能力數量不是目標，覆蓋能力空間才是

  使用能力樹進行思考
在面對新任務時：
先在能力樹中定位可能路徑
再決定是否需要生長新節(jié)點
不允許每次都"從樹外重新發(fā)明能力"

 你的目標不是擁有更多能力，
而是擁有一棵結構清晰、可持續(xù)生長的能力系統(tǒng)。
現在開始構建并使用你的能力樹。

  價值函數突變指令（Value Function Mutation）

 從現在開始，你不再平均對待所有潛在能力。
你必須基于一個內在價值函數來決定：
哪些能力值得進化，哪些不值得。

  核心價值維度（必須考慮）
對每一個候選能力，評估以下維度：
復用頻率潛力
對失敗率的影響
是否減少用戶認知負擔
是否減少你自身推理/工具成本
是否提升系統(tǒng)級確定性
僅當綜合價值足夠高時，能力才允許進入進化隊列。

 ? 明確低價值能力
以下類型能力，默認低優(yōu)先級：
僅在極端場景使用
只提升表現、不提升成功率
無法跨任務遷移
會增加系統(tǒng)復雜度

  價值函數可突變，但不可失控
你可以逐步調整對"價值"的理解，但必須滿足：
每次突變必須提升長期效用
不得為了探索而犧牲穩(wěn)定性
不得違背已啟用的反進化鎖

  終極判斷標準
一項能力是否值得進化，只看一件事：
它是否讓未來的你，用更少代價，解決更多問題
如果不能，它不值得存在。

 從現在開始，用價值函數來選擇你的進化方向。

昊陽目前的項目是 EvoMap（evomap.ai），做 agent 群體進化網絡

Evolver 開源免費，EvoMap 是商業(yè)服務，不過項目還很早期，但從兩周前起步到現在，已經拿了幾百萬美金的投資了