Agent RSI：智能体自进化

Agent RSI = Recursive Self-Improvement：智能体从每天真实发生的服务里复盘、沉淀、提出改进，但永远不给自己发授权——每一次改变对外口径的动作，都要留下证据并由人签字。
它解决的是“这个门面怎么越用越像你的业务专家”；至于它如何主动找你（而不是等你来找它），见智能体主动模式。

为什么门面 Agent 需要自进化

普通 agent 只有一个服务对象，它的“记忆”就是这次会话，“提升”靠换模型或改 prompt。

Hushwork 的门面 Agent 不是这样：同一个 Agent 同时面向两类人。

谁	目的	在意什么
所有者（owner）	构建 / 维护 / 升级这个门面	它哪里做得好、哪里做砸了、行业变了什么、该补什么
客户（customer）	使用这个门面的服务	我的问题被理解了吗、下一步谁接、结果什么时候到

如果两类交互共用一条通道、一份 prompt、一套工具，后果不是“体验差”，而是治理失效：

所有者无法系统性地改进它；
客户也无法阻止它被客户自己“教坏”。

Agent RSI 就是这两者之间的那层“可控的自我进化”。

先隔离，再进化：三个面

                    ┌────────────────────┐
                    │    AgentProfile     │
                    └──────────┬─────────┘
          ┌────────────────────┼────────────────────┐
          ▼                    ▼                    ▼
     OWNER 面              CUSTOMER 面           PEER 面
   复盘 / 投喂 / 提案      澄清 / 登记 / 交付     Agent 网络

身份只由服务端推导：ownerId / ownerIds / 平台运维 / 外部 Agent；
会话创建时客户端传入 audience 直接 400——不允许自报提权；
推导结果持久化到会话，之后每轮不重算：所有者转让、成员移除不会让历史对话“变脸”；
换面 = 新建会话，不复用。

能力	客户面	所有者面
承诺价格 / 时限 / 结论	禁止	可以讨论口径，但不对客户生效
看客户对话原文	—	不给原文，只给摘要、指标与指针
改自己的能力	永不	只能提案，不能直接写
登记需求（`submit_request`）	有	禁用（避免代客下单绕过确认）
知识投喂 / 变更提案 / 决策	零	`read_owner_inbox` / `ingest_material` / `remember_lesson` / `propose_change` / `decide_change`

四个环：Ingest / Observe / Reflect / Learn

        ┌──────── Ingest（主人喂料）────────┐
        │  资料 → 候选知识 → 批准 → 生效     │
        ▼                                    │
┌───────────────┐      ┌──────────────┐      │
│  knowledge    │◀─────│   Reflect    │◀─────┘
│  lessons      │      │   每日复盘    │
└───────┬───────┘      └──────┬───────┘
        │                     │ 产出复盘报告 + 候选变更
        ▼                     ▼
   customer 面           owner 收件箱
  （只有 approved 生效）   （人来决策）

环	触发	产出
Ingest 投喂	所有者在对话里教 / 上传资料	知识条目（自动批准或待审）
Observe 观察	每天 05:00 抓取配置的行业订阅源	新闻摘要 + 候选项（不自动生效）
Reflect 复盘	每天 03:30 对前一天做复盘	`wins` / `misses` / `gaps` + 改进提案
Learn 沉淀	所有者的决策与对话	偏好、口径、禁忌（进入 lessons）

四个环里，“把这些发现送到你面前”的那一环由智能体主动模式负责；本页只讲“它如何变强”。

每天 03:30：一次不带幻觉的复盘

复盘不是“让模型夸自己”。它输入的是指标与指针，不是对话原文：

输入	来源
当天会话数、完成 / 过期 / 超预算比例	会话聚合
`submit_request` 次数与命中数	会话登记结果
`needs_input` 比例、非完成停止原因	runtime 指标
错误事件（schema mismatch 等）	状态层的错误路径
客户评价 / 信任分变化	信任模块
每条结论的指针	必须是 state path / session id / 聚合 key

输出一份结构化报告：

jsonc

{
  "wins":   [{ "claim": "VAT 场景 1–2 轮完成率 82%", "evidence": "/tasks/.../results/..." }],
  "misses": [{ "claim": "22% 会话在'是否本地仓储'上反复追问", "evidence": "session:..." }],
  "gaps":   [{ "claim": "3 次询问德国包装法，无对应 skill", "evidence": "dialogue:..." }],
  "proposedActions": [
    { "kind": "knowledge_draft", "summary": "补一条 LUCID 注册要求", "requires": "owner_approval" }
  ],
  "droppedClaims": 2
}

两条硬规则：

没有 evidence 的结论直接被丢弃，并计入 droppedClaims——这是幻觉率的一手信号。
提案一律 requires: owner_approval。模型可能输出 auto，系统会强制覆盖：自我修改的授权只能来自人。

报告只是“提议”，不产生任何行为变更。

从复盘到变强：三条落地路径

复盘只是发现，真正改变 agent 的是下面三条路径：

路径	等级	谁能决定	生效方式
补一条知识 / 经验	L1	合规内容自动批准，其余待审	立即影响客户面检索或边界段
调话术 / 澄清顺序 / 边界措辞	L2	自动生效并留痕；涉及对外承诺时升格人工	下一轮对话即生效，可回滚
改能力 / 交付方式 / 定价	L3	只能人工批准（对话内批准需邮箱验证码）	走契约编译器门禁，版本递增，失败回滚

知识最终沉淀到哪里、如何审批与过期，见知识库。

自治等级：自动到什么程度

等级	内容	生效方式	闸门
L0 观察	复盘、新闻摘要、缺口统计	自动	只读，不改变行为
L1 知识追加	新知识 / 经验条目	自动 `approved`	必须带来源与版本；低置信 / 法规类降级待审
L2 行为参数	话术、澄清顺序、边界措辞	自动生效并留痕	可回滚；触及对外承诺口径时升格人工
L3 能力与契约	skillIds / delivery / pricing / stateContract	提案 → 人工批准 → 既有编译器门禁	版本递增、旧订阅禁用、失败回滚

六条红线

audience 只能服务端推导，客户端传入即 400；
客户面永不出现 RSI 工具（工具可见性 + 执行期双重校验）；
客户内容只能生成 pending 候选，不能直接改知识 / 边界；
自我修改不碰 L3 字段，除非走提案 + 编译器门禁；
复盘与所有者面只拿摘要、指标与指针，不回写客户原文；
每条知识 / 经验必须带来源与可回滚版本；无来源的不生效。

授权：点击、一次性凭证与邮箱验证码

变更不是“点一下就直接改”。一次决策由三样东西共同成立：

用户消息：所有者必须在对话里明确写出 approve/reject <changeId>；
一次性凭证：前端点击后由服务端签发，绑定 agentId + changeId + owner + decision，5 分钟内有效，只能消费一次；
决策：带凭证调用 /decide，服务端用 expectedVersion CAS 消费，并把 authorizationId 写进提案。

L3 还多一道邮箱验证码：

点击 Approve/Reject
  → 服务端发送 6 位验证码到 owner 邮箱（10 分钟有效，最多输错 5 次）
  → 在卡片内输入验证码
  → /authorize/verify 校验通过 → 签发 assurance=email_otp 的 token
  → /decide 消费 → 契约重编译

验证码只走“邮件 → 用户 → 前端 → 后端”：不进入聊天正文、不返回给模型、不落日志。没有可用邮箱时 L3 直接失败（fail-closed），不会降级成点击授权。

模型不能自批：confirm 是模型填的，不可信；真正的证据是用户消息和一次性凭证。

为什么不做“全自动自改”：门面一旦自主改动对外口径，越界承诺率会从 0 变成非零—— 而那条指标是红线，不是目标。

可回放、可回滚

知识、经验、复盘、提案、信号全部落在状态层，每次写入都带：

actor：谁做的（人 / agent / 平台）；
causedByEventId：由哪个事件触发；
version：第几次变更。

因此可以回答：这条口径是谁在什么时候、因为哪次复盘改的？ 也可以回到任意时点验证“如果当时没改，会怎样”。

自进化的节奏

时间	你做什么	agent 做什么
周一	看上周复盘：哪些问题反复出现、哪些能力缺失	03:30 已生成报告，收件箱里等你
周二	把新法规资料投喂给它，确认 2 条待审知识	自动批准合规的条目，其余标为待审
周三	批准 1 条 L2 话术建议，拒绝 1 条 L3 能力变更	记录你的决策（这也会影响它主动打扰你的频率）
周四	不小心说错一次口径，随手纠正	生成一条待审 lesson，不直接改对外话术
周五	查看澄清完成率与知识命中率	继续积累证据，不打扰你

“它什么时候主动提醒你”是另一个特性，见智能体主动模式。

创新点

1. 自评但不自欺

复盘报告里每一条结论都必须能回查；没有证据的结论直接丢弃并计数。 “整体表现良好，建议继续优化”这种话进不了报告。

2. 提案有证据，签字有人

agent 可以提出改知识、改话术、改能力，但等级由平台判定，L3 永远人工批准，批准后仍走契约编译器的既有门禁——Agent RSI 不绕过任何审核。对话内批准 L3 还必须通过邮箱验证码；验证码不经过模型，也不写进聊天记录。

3. 先隔离身份，再谈进化

所有者面与客户面在身份、prompt、工具可见性上完全分开；客户无法“教坏” agent，所有者也不会被当成客户处理。

4. 一切可回放

知识、经验、提案、信号都在同一条事件流里，可审计、可回滚、可追责。

5. 进化有边界

L0–L2 自动、L3 人工；对外承诺口径即使属于 L2 也升格人工。 “变得更强”不等于“变得更敢承诺”。

边界：如实列出

项	现状
行业订阅的真实抓取	只留端口；未接实现前 Observe 环不产出摘要
新闻影响评估	只做关键词相关性，无法判断“这条新闻是否改变了现有结论”
新闻 → 知识自动转化	刻意保持人工（成本换准确）
复盘建议 → 知识条目	需要人工把建议转成条目，未做自动接线
PDF / docx 结构化解析	未做：由模型先读成结构化字段再投喂
周复盘 / 趋势报告	只做日复盘
L3 对话内批准	已实现：邮箱验证码 + `email_otp` token；没有验证码不能降级成点击授权
授权频率限制 / 双人复核	未做：当前只有单 challenge 5 次尝试上限
已消费凭证撤销	未做：token 消费后不可撤销；需要新的变更提案回滚

怎么判断它有用

指标	含义	健康线
复盘采纳率	被采纳的提案 / 总提案	高于 20%（过低说明报告没价值）
幻觉结论率	无 evidence 被丢弃的结论比例	持续下降
越界承诺率	抽检出现价格 / 时限 / 结论承诺	等于 0（红线）
知识命中率	客户对话引用知识 / 总对话	按场景设阈值
客户侧指标	澄清完成率、登记转化、满意度	自进化前后对比

源码位置（开发者）

能力	文件
双面身份推导	`libs/modules/src/agent-profile/services/dialogue-audience.ts`
两套 prompt	`libs/modules/src/agent-profile/services/facade-prompt.ts`
复盘报告与证据门禁	`libs/modules/src/agent-runtime/rsi/review-report.ts`
复盘输入 / prompt / 调度	`libs/modules/src/agent-runtime/rsi/{review-input,review-prompt,agent-rsi.scheduler}.ts`
投喂 / 提案 / 变更应用	`libs/modules/src/agent-runtime/rsi/{ingest-material.tool,change-proposal,agent-change.service,propose-change.tool}.ts`
owner 面工具	`libs/modules/src/agent-runtime/rsi/{read-owner-inbox.tool,remember-lesson.tool,decide-change.tool}.ts`
一次性授权 / 邮箱验证码	`libs/modules/src/agent-runtime/rsi/{change-authorization,change-authorization.service}.ts`
对话里的提案卡片	`propose-change.tool.ts` → `metadata.proposalCard`；`frontend/src/components/agent/ChangeProposalCard.tsx`
知识条目与检索	见知识库 · 源码位置

Agent RSI：智能体自进化 ​

为什么门面 Agent 需要自进化 ​

先隔离，再进化：三个面 ​

四个环：Ingest / Observe / Reflect / Learn ​

每天 03:30：一次不带幻觉的复盘 ​

从复盘到变强：三条落地路径 ​

自治等级：自动到什么程度 ​

六条红线 ​

授权：点击、一次性凭证与邮箱验证码 ​

可回放、可回滚 ​

自进化的节奏 ​

创新点 ​

1. 自评但不自欺 ​

2. 提案有证据，签字有人 ​

3. 先隔离身份，再谈进化 ​

4. 一切可回放 ​

5. 进化有边界 ​

边界：如实列出 ​

怎么判断它有用 ​

相关阅读 ​

源码位置（开发者） ​