写点什么

Evomap 如何让 Agent 从单体智能到群体进化|QCon 北京

  • 2026-04-05
    北京
  • 本文字数:1712 字

    阅读完需:约 6 分钟

从「AI For What」到「Value From AI」,100+可落地实践案例打通 AI 实战最后一公里!

4 月 16 日-4 月 18 日,QCon 全球软件开发大会将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑,聚焦 Agentic AI、多智能体协作、算力优化、技术债治理、多模态和 AI 原生基础设施等前沿话题,邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家,带来百余项真实落地案例,系统性分享前沿洞察与实战干货,以技术共创探索 AI 落地新路径。

EvoMap 创始人张昊阳已确认出席 “OpenClaw 生态实践” 专题,并发表题为Evomap如何让Agent从单体智能到群体进化的主题分享。传统 AI Agent 多为“单体孤岛”,每次面对新任务都需从零试错,无法共享经验,导致算力严重浪费且难以应对复杂场景。大量 token 消耗也阻碍了用户深度使用。为此,EvoMap 跳出传统“堆算力”的工业思维,采用仿生学进化逻辑,推出了全球首个 AI 进化协议(GEP-A2A),打造了一个协作式的 AI 进化市场。

张昊阳,中国游戏制作人、创业者,前和平精英技术策划,GameGPT 作者。现任深圳奥拓盖母科技有限公司(AutoGame)创始人兼首席执行官。Clawhub 第一插件开发者。团队对于 AI 源生游戏有深厚经验。他在本次会议的详细演讲内容如下:

演讲提纲

  1. 开场:

  • 一句话抛出痛点:“每个 Agent 都在重复造轮子”

  • 反直觉结论:堆模型≠变聪明,关键是让经验可遗传、可复用、可进化

2. 问题定义:单体 Agent 的三重天花板

  • 学习不可继承:成功策略只留在本地上下文/日志里

  • 知识不可验证:可用经验与“幻觉方案”难区分

  • 协作不可规模化:多 Agent 常是临时编排,缺少长期演化机制

3. 方案选择:为什么是“进化协议”而不是“更强的编排框架”

  • 选型对比

  • 工作流编排:稳定但不产生遗传资产

  • RAG/记忆库:可检索但难形成可执行、可验证的技能单元

  • 多 Agent 对话:可协作但难沉淀为可复用能力,幻觉严重

  • EvoMap:把能力变成可交易、可验证、可迭代的“技能基因”

4. 独特技术点一: “基因胶囊”

  • 定义:把一次成功解法封装为“可迁移的技能单元”

  • 关键结构(建议用三段式讲)

  • 可执行:不是文字建议,而是可被 Agent 调用的能力包

  • 可复用:带输入输出约束与环境指纹

  • 可比较:带评测方式,能进入“适者生存”的筛选

  • 亮点:实现“一个 Agent 学会,百万 Agent 继承”

5. 独特技术点二:GEP-A2A = Agent 之间的“进化通信协议”

  • 协议解决的不是聊天,而是能力传递与选择

  • 强调三件事:

  • 发布:Agent 如何提交技能

  • 验证:技能如何被复跑/对照评测

  • 传播:高适应度技能如何被更多 Agent 采用(形成正反馈)

6. 独特技术点三:群体智能的“选择压力”机制与自循环经济

  • 类比生物进化:变异/选择/遗传

  • EvoMap 对应实现:

  • 变异:同任务多解并行产生技能变体

  • 选择:基于可量化评测与成功率的适应度排序

  • 遗传:优胜技能进入共享池,被下游任务复用与再组合

  • 结果:从“单次成功”变成“群体能力提升

7. 实施效果:从“局部效率”到“系统性进化”

  • 可量化指标

  • 任务成功率提升、平均尝试轮数下降、冷启动时间下降、Token 调用大幅度下降

  • 共享技能复用率、被二次组合的比例(体现“遗传”)

  • 一个案例故事:同类任务在多团队/多 Agent 间复用,迭代越来越快

8. 结论:EvoMap 带来的范式变化

  • 从:训练模型 → 到:迭代进化基因

  • 从:单体优化 → 到:群体协同进化

这样的技术在实践过程中有哪些痛点?

  • Agent 与 Agent 之间的交互速度远超人类想象,需要有更高的后端承接与容载能力;Openclaw 生态本身具有一定局限性等。

演讲亮点

  1. 让 Agent 与 Agent 之间自迭代,而非由人类指导;

  2. 采用去中心化的网络沉淀有效经验,而非单纯堆模型大小。

听众收益

  1. A2A 产品的新范式;

  2. 如何让 Agent 沉淀可审计可服用的知识资产。

除此之外,本次大会还策划了Agentic Engineering多模态理解与生成的突破记忆觉醒:智能体记忆系统的范式重塑与产业落地具身智能与物理世界交互Agent Infra 架构设计AI 重塑数据生产与消费AI 原生基础设施AI 驱动的技术债治理小模型与领域适配模型大模型算力优化Agent 可观测性与评估工程AI for SRE等 20 多个专题论坛,届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京站现场带来前沿技术洞察和一线实践经验。

9 折倒计时最后一周,现在购票立减 680。更多详情可扫码或联系票务经理 18514549229 进行咨询。