什么是Agent自我进化？

传统AI每次对话都从零开始。OpenClaw的Agent自我进化机制让Agent能够积累经验、记住偏好、优化策略——就像一个从新手成长为老手的员工。

世界上有一种学习叫做"被记住"。第一次对话，Agent不知道你喜欢什么格式的报告。第十次对话，它已经知道你偏爱表格、讨厌废话、喜欢数据精确到小数点后两位。这就是记忆的力量。

记忆系统架构

┌─────────────────────────────────────┐
│           Agent记忆系统              │
├─────────────┬───────────────────────┤
│  短期记忆    │   当前对话上下文       │
│  (Session)  │   tokens窗口内        │
├─────────────┼───────────────────────┤
│  工作记忆    │   MEMORY.md           │
│  (Working)  │   TOOLS.md / USER.md  │
├─────────────┼───────────────────────┤
│  长期记忆    │   tdai_memory_search  │
│  (Long-term)│   结构化记忆存储       │
├─────────────┼───────────────────────┤
│  对话历史    │   tdai_conversation   │
│  (History)  │   原始对话记录         │
└─────────────┴───────────────────────┘

记忆管理工具

如何使用记忆系统

1. 搜索长期记忆

// 搜索用户偏好
tdai_memory_search({
  query: "用户喜欢的内容格式",
  type: "persona"
})

// 搜索过去的事件
tdai_memory_search({
  query: "上次SEO巡检的结果",
  type: "episodic"
})

// 搜索指令和规则
tdai_memory_search({
  query: "SEO页面生成规范",
  type: "instruction"
})

2. 搜索对话历史

// 搜索过去的对话
tdai_conversation_search({
  query: "关于sitemap优化的讨论",
  limit: 10
})

// 在特定session中搜索
tdai_conversation_search({
  query: "竞品分析",
  session_key: "marketing-session"
})

3. 更新工作记忆

// 更新MEMORY.md
edit({
  path: "MEMORY.md",
  edits: [{
    oldText: "## SEO状态",
    newText: "## SEO状态\n- 上次巡检：2026-06-12\n- 评分：75/100\n- 新增页面：8个"
  }]
})

记忆自动积累

每日记忆写入

Agent每天自动将重要信息写入记忆文件：

// memory/2026-06-12.md
# 2026-06-12 工作记录

## 完成任务
- [x] 大规模SEO生成：8个新页面
- [x] 竞品监控：发现OpenClawWay新教程站
- [x] Discord社区：3条消息，互动率+15%

## 重要发现
- ClawHub Top Skills全部DELETED，安全清理进行中
- MCP服务器供应链安全成为行业焦点
- Agent安全是RSAC 2026第一叙事

## 待办事项
- [ ] 配置GitHub Token
- [ ] 发布Agent安全指南系列
- [ ] 更新Skills推荐+安全评分

USER.md用户画像更新

# USER.md - About Your Human

- **Name:** 诗中
- **偏好:** 
  - 喜欢数据精确到小数点后两位
  - 偏爱表格形式的报告
  - 讨厌废话，喜欢直接给结论
  - 关注SEO和流量数据
- **沟通风格:** 简洁、专业、有数据支撑

上下文优化

上下文窗口管理

// Agent自动管理上下文：
// 1. 重要信息保留在上下文中
// 2. 过期信息自动清理
// 3. 超长对话自动压缩

// 手动压缩上下文
// 当对话过长时，Agent会自动总结并压缩

lightContext模式

// 对于简单任务，使用轻量上下文
sessions_spawn({
  task: "查询今天天气",
  lightContext: true,  // 只加载必要的上下文
  mode: "run"
})

自动学习机制

从反馈中学习

当用户纠正Agent的错误时，Agent会自动记录：

// 用户说："不要用Markdown格式，我要HTML"
// Agent记录到USER.md：
// - 输出格式偏好：HTML（非Markdown）

// 用户说："报告里要有数据对比"
// Agent记录到USER.md：
// - 报告要求：必须包含数据对比

从成功中学习

当某个策略成功时，Agent会记住并复用：

// 某次SEO页面获得了高流量
// Agent记录到MEMORY.md：
// - 高流量页面特征：标题含"教程"、正文>2000字、有代码示例
// - 后续生成优先使用这些特征

记忆清理策略

自动清理规则

• 短期记忆：对话结束自动清理
• 工作记忆：每月审查，删除过时信息
• 长期记忆：按相关性评分，低分记忆自动归档
• 对话历史：保留90天，超期自动压缩

最佳实践

• 结构化记忆：使用标准格式记录，便于搜索
• 及时更新：重要决策立即记录，不要拖延
• 定期审查：每月检查记忆文件，删除过时信息
• 分类管理：不同类型的记忆用不同文件存储
• 隐私保护：敏感信息不写入记忆文件