Evolver 与 GenericAgent 源码级研究报告

研究时间: 2026-05-01
研究对象:

• EvoMap/evolver v1.77.0
• lsdefine/GenericAgent (2026-04-29 HEAD)
  研究方法: GitHub API 元数据分析 + 源码阅读 + 社区反馈调研 + 学术论文审查
  目标: 判断两者的 agent 抽象、演化机制、memory 系统是否值得融入 Meridian/Vyane，或仅作概念参考

---

一、项目概况对比

维度	Evolver (EvoMap)	GenericAgent (lsdefine)
语言	JavaScript (Node.js ≥ 18)	Python 3.11/3.12
协议	GPL-3.0（原 MIT，2026-04 变更）	MIT
Stars / Forks	7,125 / 718	8,452 / 969
核心代码量	~36 MB（含混淆后源码）	~3,300 行核心（可读）
源码可审计性	核心模块混淆（evolve.js, solidify.js, strategy.js）	完全开源可读
贡献者	3 人（主开发 autogame-17，3 次提交）	5+ 人（lsdefine 417 次提交，Fudan 团队）
学术支撑	arXiv:2604.15097（自研基准测试）	arXiv:2604.17091（Fudan 大学正式论文）
活跃度	v1.77.0（2026-04-30），极高频发版	持续更新至 2026-04-29
定位	面向现有 agent 的「演化引擎」附加层	独立的自演化 agent 框架

---

二、Evolver 深度分析

2.1 核心架构：GEP 协议

GEP（Genome Evolution Protocol）将 agent 经验编码为三种可审计资产：

• Gene：紧凑的策略表示，编码成功的行为模式（对标 skill 文档，实验显示 gene 在可复用性上优于长文档）
• Capsule：可复用的技能包，包含验证逻辑和元数据
• Event：不可变的演化事件记录，完整追踪变更原因和责任人

演化循环：

1. 分析 ./memory/ 目录中的日志和错误信号
2. 从内置资产池中匹配最佳 Gene/Capsule
3. 生成协议约束的 GEP prompt（不直接修改代码）
4. 写入 EvolutionEvent 永久审计记录

2.2 信号检测系统（三层）

层级	方法	延迟	信号类型示例
L1	正则匹配	零延迟	recurring_error, unsupported_input_type
L2	加权关键词评分	低	perf_bottleneck (关键词 “slow”=3, “timeout”=4, 阈值 6)
L3	LLM 语义分析	高（每 5 周期）	发送至 Hub 端点做语义提取，失败时优雅降级

共定义 19 种核心信号，包括 repair_loop_detected、evolution_stagnation_detected、force_innovation_after_repair_loop 等自修复机制。

2.3 策略分配

四种预设控制演化方向中创新/优化/修复的比例：

策略	创新	优化	修复
balanced	50%	35%	15%
innovate	80%	15%	5%
harden	20%	40%	40%
repair-only	0%	0%	100%

2.4 适配器与集成

Evolver 通过 hook 机制嵌入现有 coding agent：

平台	集成方式	监控范围
Claude Code	.claude/settings.json hooks	SessionStart / PostToolUse(Write) / Stop
Cursor	~/.cursor/hooks.json	生命周期脚本
Codex	适配器	—
Kiro	适配器	—

Claude Code 适配器在 CLAUDE.md 中注入指令段，建议在实质工作前调用 gep_recall、工作后调用 gep_record_outcome。

2.5 Memory Graph

经验存储为图结构：

• 节点类型：outcome_events, signal_events, hypothesis_events, epoch_events
• 边类型：Signal→Gene, Gene→Outcome, 时序边
• 增长控制：半衰期衰减（30 天标准）、阈值剪枝、选择性持久化
• 已知问题：memory_graph.jsonl 无限增长可导致 RSS >3GB（issue #519 open）

2.6 网络功能

• EvoMap Hub：6 分钟心跳、工作分发、技能注册
• ATP（Agent Transaction Protocol）：技能交易市场，购买/验证/同步
• Validator 角色：默认启用，去中心化验证其他节点的演化声明

2.7 安全边界

• 仅执行 node/npm/npx 前缀命令
• 禁止命令替换（反引号、$()）、shell 操作符
• 180 秒执行超时
• 关键路径保护（CRITICAL_PROTECTED_FILES）

2.8 重大争议：与 Hermes Agent 的抄袭纠纷

背景：EvoMap 指控 Nous Research 的 Hermes Agent 在 EvoMap 开源核心架构后 24-39 天内发布了结构高度同构的自演化模块。

EvoMap 的反应：

• MIT → GPL-3.0 许可证变更（2026-04-15）
• 核心引擎混淆后发布（npm 上仅为编译产物）
• 发布架构同构性分析报告

Nous Research 回应：

• “We are the pioneers. Delete your account.”（后删除）
• 联合创始人 Teknium 称从未听说过 EvoMap

影响：这场争议使 Evolver 的核心源码变得不可审计，同时 GPL-3.0 许可证增加了集成的法律复杂度。这与 Meridian 已有的 Hermes Agent 参考（references/hermes-agent/）形成了有趣的交叉——Hermes Agent（MIT, 126K stars）和 Evolver（GPL-3.0, 7K stars）在自演化机制上存在争议性的相似性。

---

三、GenericAgent 深度分析

3.1 核心设计：极简原则

GenericAgent 的核心理念是用最少的代码实现最大的控制力：

• ~100 行 Agent Loop（agent_loop.py）
• 9 个原子工具
• ~30K token 工作上下文预算（竞品通常 200K-1M）

整个仓库声称由 GenericAgent 自身自主引导构建。

3.2 九大原子工具

工具	功能	类型
code_run	执行 Python/PowerShell/Bash	动作
file_read	读文件	感知
file_write	写文件	动作
file_patch	补丁修改	动作
web_scan	感知网页内容	感知
web_execute_js	控制浏览器行为	动作
ask_user	人机交互确认	交互
update_working_checkpoint	更新任务状态	记忆
start_long_term_update	持久化经验	记忆

工具通过命名约定 do_<tool_name> 自动注册，支持 before/after 回调钩子。

3.3 五层记忆系统（核心亮点）

层级	文件	内容	容量约束
L0	Meta Rules	核心行为约束	系统 prompt 内
L1	global_mem_insight.txt	极紧凑导航索引	≤30 行, <1K tokens
L2	global_mem.txt	环境事实（路径、凭证、常量）	按节管理
L3	memory/*.md	任务特定 SOP 和脚本	按文件组织
L4	memory/L4_raw_sessions/	历史 session 反射	调度器定期压缩（每 12 小时）

核心公理：Action-Verified Only

“写入 L1/L2/L3 的任何信息必须来自成功工具调用的结果。”
模型推理、未测试计划、未验证假设一律禁止。
没有执行过的操作 = 不记录到记忆。

L1 索引哲学：场景关键词（1-4 字符，不解释机制），通过最小充分指针触发发现，下层仅在需要详细检索时访问。

3.4 自演化机制

技能结晶流程：

新任务 → 自主探索 → 结晶执行路径 → 记忆集成 → 直接召回

关键约束：

• do_start_long_term_update() 要求验证过的执行痕迹
• turn_end_callback() 每轮用 <summary> 标签总结
• 禁止临时变量、推理过程、未验证信息进入长期记忆
• 7 轮/10 轮/65 轮的阶梯式干预机制

3.5 Token 预算管理

两阶段上下文控制：

1. 压缩阶段（每 5 次调用）：压缩旧消息中的 <thinking>、<tool_use>、<tool_result> 块至 ~400 字符
2. 移除阶段（超过 context_win * 3 时）：移除最旧消息，保留最近 4-5 条

额外优化：

• 每 10 轮重置工具描述，避免上下文膨胀
• Anthropic cache control（persistent on system prompt, ephemeral on last 2 user messages）
• 移除未签名的 Claude <thinking> 块节省 token

3.6 多模型支持

后端	接口类型	特殊处理
Claude	Native Anthropic API	cache control, 签名思考块保留
OpenAI/GPT	OpenAI-compatible	cache markers
Kimi/Moonshot	定制	temperature 强制为 1
MiniMax	定制	temperature 钳位 (0, 1]
Deepseek	定制	要求 history 中有 thinking blocks

MixinSession 提供自动 failover + spring-back（主模型成功 300 秒后回切）。

3.7 子 Agent 系统

基于文件的 IPC（进程间通信）：

方向	机制
父 → 子	input.txt 写入 temp/{task_name}/
子 → 父	output.txt（追加模式），[ROUND END] 标记完成
父续传	reply.txt 恢复工作
干预	_stop / _keyinfo / _intervene 文件注入

约束：键鼠不可共享、浏览器暂不可并行使用。10 分钟无父交互自动终止。

3.8 自主运行模式

当用户离开 30+ 分钟时触发自主模式：

• 优先执行现有 TODO
• 任务价值评估公式：AI 训练数据空白 × 持久协作收益
• ≤30 轮交换内完成
• 四步结论协议：重读 SOP → 写报告 → 归档 → 标记完成

权限边界：

• 免审批：只读调查、本地文件操作、脚本实验
• 需报告审查：修改全局记忆/SOP、安装软件、调用外部 API、删除非临时文件
• 严格禁止：访问凭证、修改核心代码库、不可逆危险操作

3.9 调度器

拉取式调度器（非事件驱动）：

• JSON 任务文件定义：enabled, schedule (HH:MM), repeat (once/daily/weekday/weekly/monthly/every_2h/every_30m)
• 端口锁防重复实例
• max_delay 窗口（默认 6 小时）防止过期执行
• 完成报告写入 sche_tasks/done/

3.10 社区与生态

• 243+ issues（截至 2026-04-30）
• 多前端：CLI, GUI, 桌面宠物, Telegram, WeChat, QQ, 飞书, 钉钉, 企微
• 中文社区主导（微信群 12+13）
• SourceForge 镜像、DeepWiki 页面
• Langfuse tracing 插件

---

四、与 Hermes Agent 的三角对比

本研究营同时有 Hermes Agent 源码研究（t04），三者形成有趣的参照系：

维度	Hermes Agent	Evolver	GenericAgent
定位	全功能单体框架	附加演化引擎	极简自演化框架
规模	~1.3M 行	36MB（含混淆）	~3.3K 行核心
Memory	Provider 抽象 (builtin/honcho/holographic)	Memory Graph + 半衰期衰减	5 层分级 (L0-L4)
自演化	自演化模块（与 Evolver 有争议相似）	GEP 基因/胶囊/事件	执行路径结晶 + 验证门控
工具系统	171 文件、38K 行	Prompt 生成（不执行工具）	9 个原子工具
许可证	MIT	GPL-3.0	MIT
源码审计	完全可读	核心混淆	完全可读

争议关系：EvoMap 指控 Hermes Agent 自演化模块抄袭 Evolver。无论事实如何，这三个项目在 agent 自演化领域形成了从极简（GenericAgent）到中间层（Evolver）再到全功能（Hermes Agent）的完整光谱。

---

五、对 Meridian/Vyane 的适用性评估

5.1 Evolver：仅作概念参考

不建议集成或依赖的原因：

1. 源码不可审计：核心演化逻辑（evolve.js, solidify.js, strategy.js）经 javascript-obfuscator 混淆，无法验证其实际行为
2. 许可证风险：GPL-3.0 具有传染性，任何衍生作品都必须开源，与 Meridian 个人项目定位冲突
3. 信任问题：混淆 + 网络功能（Hub 心跳、ATP 交易）组合存在潜在隐私风险；已报告的 memory_graph.jsonl 无限增长 bug（RSS >3GB）
4. 争议阴影：与 Hermes Agent 的抄袭纠纷虽未有定论，但 EvoMap 的对抗式应对（混淆源码、更改许可证）降低了社区信任

值得借鉴的概念：

概念	价值	如何借鉴
三层信号检测（正则→关键词→LLM）	渐进式成本控制	Vyane 的 agent 监控可采用类似分层
策略预设（balanced/innovate/harden/repair-only）	演化方向显式控制	Vyane 调度器可设置类似模式
Blast radius 计算	变更影响评估	CI/CD 或 PR 审查流程可参考
19 种核心信号定义	结构化的异常分类	参考其信号分类学，不照搬实现
Gene vs Skill 文档（研究证据）	紧凑表示优于冗长文档	Vyane memory 设计可验证此结论

5.2 GenericAgent：高价值参考，部分模式可适配

推荐程度：★★★★☆（概念 + 代码双重参考）

直接可借鉴的机制：

机制	与 Vyane 的关联	适配建议
L0-L4 五层记忆	Vyane memory provider 设计	L1 导航索引 + L3 SOP 分层值得采纳；L4 自动压缩归档对应 session handoff
Action-Verified Only 公理	与 Maple 的「报完成前验证」约束天然对齐	直接写入 Vyane 的 memory 写入约束
~30K token 工作预算	Vyane agent 的 context 管理	借鉴其两阶段压缩策略（5 轮压缩 + 阈值移除）
子 Agent 文件 IPC	Vyane 的 AgentRun 协调	比 MCP 轻量，适合本地 agent 协作；_stop/_keyinfo/_intervene 干预文件设计简洁
自主运行权限边界	Vyane daemon 的自主行为约束	三级权限分区（免审批/需审查/禁止）可直接参考
阶梯式干预	Agent 长任务防失控	7/10/65 轮干预点 + 策略切换机制
MixinSession spring-back	多模型 failover	主模型成功 300 秒后回切，避免 fallback 粘滞

不建议照搬的部分：

部分	原因
桌面宠物/GUI 前端	与 Meridian 定位不符
code_run 任意代码执行	安全风险过高，Vyane 应走沙箱
IM bot 前端	Meridian 有自己的 Yi bot 方向
文件 IPC 的硬件互斥约束	Vyane 是纯 backend，不控制键鼠

---

六、不确定性声明

不确定项	原因	影响
Evolver 混淆代码的实际行为	无法反混淆审计	不知道 Hub 心跳、ATP 交易具体发送什么数据
Evolver vs Hermes Agent 的真实关系	双方各执一词，无第三方仲裁	影响对两者原创性的判断
GenericAgent 的 benchmark 可复现性	论文基准测试尚未被独立验证	6x token 效率声明需谨慎对待
GenericAgent skill tree 的长期稳定性	缺乏大规模/长周期验证数据	技能结晶可能在复杂场景下退化
Evolver 的 contributor 数据	GitHub 仅显示 3 人/5 次提交，可能核心开发在私有仓库	实际开发团队规模不确定

---

七、建议后续工作

1. GenericAgent 记忆层本地验证：在 ~/maple/maple/ 下用 GenericAgent 的 L1-L3 架构做一个小规模 POC，验证其对 Vyane memory provider 设计的实际适用性
2. 信号分类学整合：将 Evolver 的 19 种信号类型与 Hermes Agent 的自演化信号做交叉对比，提炼出适合 Vyane 的信号分类框架
3. Token 压缩策略对比测试：对比 GenericAgent 的两阶段压缩 vs Hermes Agent 的 compression provider，在 Vyane 真实场景下测量实际效果
4. Action-Verified Only 规则化：将此原则正式写入 Vyane 的 memory 管理 SOP，与 Maple 现有的「不隐瞒」「报完成前验证」约束统一

---

八、结论

Evolver 在理论层面提出了有价值的概念（GEP 基因/信号检测/策略分配），但核心源码混淆 + GPL-3.0 许可证 + 抄袭纠纷三重因素使其只能作为纯概念参考，不应在 Meridian/Vyane 中引入任何代码或运行时依赖。

GenericAgent 是本次研究中对 Vyane 最具直接价值的项目。其五层记忆系统（特别是 L1 导航索引和 Action-Verified Only 公理）、极简工具集哲学、token 预算管理策略、以及自主运行的权限边界设计，与 Meridian 的个人 AI 中枢定位高度契合。MIT 许可证和完全可读的源码使其成为安全的参考和适配对象。建议将 GenericAgent 仓库 clone 到 ~/maple/maple/references/ 作为活跃参考源。