只会变好，不会退化。这不是口号，而是系统级保证——双棘轮机制从数学上确保每一次进化都是正向的。
进化触发
不是所有对话都会触发进化。只有「有质量的交互」才值得学习：- 当一次对话中工具调用达到一定次数时，后台自动触发进化分析
- 简单问答（「今天天气怎么样」）不会触发——只有涉及复杂操作的对话才能暴露技能的优劣
- 进化在后台异步执行，完全不影响当前对话
进化分析过程
1
回顾对话表现
分析专家在哪些环节表现流畅，哪些地方犹豫或走了弯路。
2
对照现有技能
将对话中的行为模式与专家当前的技能文档对比——是否有遗漏的最佳实践？是否覆盖了实际遇到的场景？
3
生成改进建议
输出具体的改进建议——不是抽象的「做得更好」，而是「在步骤 3 增加错误处理分支」或「将模板从 5 步简化为 3 步」。
4
双棘轮评分
对改进前后的技能进行 10 个维度的量化评分，确保改进确实是「更好」而非只是「不同」。
双棘轮质量保证
进化系统的核心创新是双棘轮机制——像棘轮一样只能朝一个方向转动。10 个评分维度分为两组，各有独立的约束：质量组（7 个维度，不可退步）
效率组（3 个维度，必须进步）
「上下文占用」由系统自动计算（技能文档的字符数），而非 AI 自评。技能文档每次对话都会被注入上下文，越大意味着越高的固定成本。这个维度确保进化不会产生「越来越臃肿」的技能。
通过条件
进化建议被接受的唯一条件——两条必须同时满足：- 质量组总分不降：改进后 ≥ 改进前（允许部分维度小幅波动，但总体不退步）
- 效率组严格提升：改进后必须比改进前更好（不允许持平）
创作者审核
即使通过了双棘轮验证，进化建议也不会自动生效——它需要创作者的最终审核：接受
改进被应用到专家的技能中。下次对话时，专家将使用改进后的行为模式。
忽略
保留原样。建议被记录但不生效。
与传统 ML 的区别
自进化系统不修改模型权重——它通过改进「指导 AI 行为的技能文档」来实现进化。整个过程完全透明、可审核、可逆转。