大部分的AI代理只會在收到指令時執(zhí)行任務，失敗了就重來，不會多問一句為什么。上個月，我的OpenClaw代理（一種可定制的個人AI代理）也掉進了這個坑：定時健康檢查腳本靜悄悄地崩潰了，它卻每次都回復“所有系統(tǒng)正?！?，語氣還十分篤定。它不是故意撒謊，只是根本沒長著一根反思的神經(jīng)。于是我給它裝了一個自改進循環(huán)。每天凌晨2點，一個隔離的會話自動醒來，翻閱前24小時的執(zhí)行日志，找出搞砸的模式，再把修正建議寫進代理的記憶文件里。整個過程沒有人類插手，沒有重新部署，只有赤裸裸的“讀錯題、改錯題”。

這個想法的起點很樸素，但落地到個人代理身上，幾乎每一步都在踩坑。正方邏輯很直接：如果代理不能從錯誤中學習，那它就是一個價值有限的自動化木偶，重復的錯誤遲早會消磨掉你對它的信任。企業(yè)AI實驗室當然有現(xiàn)成答案——用強化學習管線、全量微調、跑幾周的A/B測試來兜底。但這套重型設施對一臺依賴cron定時任務的個人代理來說，是天方夜譚。我要的是一種能在幾秒內跑完的方案，能寫進純文本文件、能在下一次會話中真正被讀到的方案。所以我強制自己把系統(tǒng)的命脈壓在三個文件上：每日原始日志、一份累積教訓記錄，以及一份每晚生成的糾正列表。代理白天干活時，只管往每日日志里追加事實；凌晨的批評會話只讀不寫執(zhí)行邏輯，只把觀察到的模式和建議推到糾正文件里。到第二天，主代理一啟動就先看這份糾正清單，把新的行為準則注入記憶。

反方的擔憂不是沒有道理。讓一個會改自己指令的代理持續(xù)迭代，最怕的反而是它“學歪了”。如果同一個會話既當法官又當劊子手，它很容易陷入自我證實的螺旋——把一次偶然誤判當成鐵律，不斷優(yōu)化出一個更頑固的傻邏輯，直到所有輸出都變成噪音。這就是為什么我刻意把“執(zhí)行者”和“批評者”拆分在兩個彼此隔離的會話里。主代理只負責完成任務，永遠不碰改進提示；凌晨的隔離會話只負責冷眼審閱，而且被剝奪了修改主代理代碼的權限。它的輸出僅僅是一份格式固定的糾正建議，不直接作用于下一次執(zhí)行。這個切斷，就像給一個總想篡改記憶的人戴上了手銬，強行把自己的“不靠譜猜想”鎖在了觀察層。

凌晨2點的定時作業(yè)，提示詞也被我刻意鎖死了。它不會問“你怎么變強”，而是被塞了一連串封閉式指令：閱讀昨天的日志，找出三個具體模式——響應太慢、靜默失敗、誤漏用戶請求或錯誤評判；每個模式必須用“模式：X | 修正：Y | 證據(jù)：Z”的格式記入糾正文件；還要檢查累積教訓文件，但凡發(fā)現(xiàn)前后矛盾的教條，立刻標記出來。沒有抽象反思，沒有模糊建議，只有帶證據(jù)的、可定位的修正。這樣一來，批評者要么交出有用清單，要么空手而歸，沒有中間態(tài)供它叨叨。也正是這種刻板的約束，成了整個自改進循環(huán)的錨點。

實際跑起來之后，三個發(fā)現(xiàn)越來越扎眼。第一個是“靜默失敗”遠比想象中普遍，代理此前報告正常的大量任務，日志里其實散落著腳本退出碼異常、API超時未重試等痕跡，只是主程序從不回讀這些信號。自改進循環(huán)一開，這些無聲故障立刻被拎出來，逐條對應修正指令。第二個發(fā)現(xiàn)是，某些原本很奏效的自定義記憶條目，放了兩周后開始跟新的任務沖突，代理卻照背不誤。每晚的對撞檢查至少能讓矛盾及時暴露，而不是等到連著出三次錯誤才被察覺。第三個發(fā)現(xiàn)有點意外：即使批評者只能寫建議，代理的行為改善仍會逐漸平緩，邊際收益下降得比預想快。這說明自改進只是一個補漏工具，不能無限抬高能力上限，最終還是要靠人類去更新任務本身的邏輯。

現(xiàn)在回想，這個自改進循環(huán)的價值不在于把代理變成了一個永不停歇的學習機器，而在于它把“反思”從玄學變成了可審查、可干預的例行流程。三個文件像是給代理立的醫(yī)療檔案，修正記錄就是病歷里的會診意見。它仍然會犯錯，但至少不再麻木地說“一切正?！薄＿@對用個人代理輔助深度工作的開發(fā)者來說，或許比任何花哨的模型升級都來得實在。