martin1847/evolab / skills/orchestrator-core
orchestrator-core
Verified多智能体编排的领域无关内核。适用于抽象编排模式、创建新领域编排者,或设计多智能体架构。实际软件交付编排使用 cto-orchestration。不用于单 agent 一次性小任务或纯文档初始化。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 12.3 KB |
| references/orchestration-sota-2026.md | markdown | 11.0 KB |
| references/resident-digest.md | markdown | 2.1 KB |
| references/self-evolution.md | markdown | 7.7 KB |
references/self-evolution.md
View on GitHub# Self-Evolution — 经验分层沉淀与晋升(铁律九「复盘回写」的系统化展开)
> **复盘不是目的。** 教训若只是散文追加,corpus 稀释、单条被遵守的概率随总量下降(context rot),
> 系统停在「记录了 ≠ 学到了」。本文回答三问:一条教训**落哪层**(§2 分诊)、**何时升层**(§3 晋升三门)、
> **何时删**(§4 淘汰)。
> 双源背书:七个互相独立的人类传统(Argyris 双环学习 / Meadows 杠杆点 / SECI / 美军 CALL / 丰田 kata /
> 宪法层级 / Dreyfus 专长模型)收敛出同一副骨架;AI agent SOTA(ACE / Memp / SSGM / Bugbot learned
> rules / Claude auto memory)的机制清单与之逐条互证。出处见 §7。
## 1. 分层沉淀表(Meadows 杠杆轴的实例化)<!-- trunk:分层沉淀 -->
变化有深度层级,且各家是同一根轴:**改「做什么」→ 改「按什么规则做」→ 改「为什么/以什么身份做」**。
杠杆随深度递增、变更频率递减、准入门随深度收紧(pace layering:fast learns, slow remembers):
| 层 | 改什么 | 载体(本仓实例化,皮可换) | 准入门 | 预算纪律 |
|---|---|---|---|---|
| **事实** | 环境/路径/凭据入口 | 项目 docs / ACCESS | 随手写(写时纪律,不等复盘) | 宽,但只放可复验事实 |
| **情景教训** | 本项目怎么做 | 编排者 memory | n=1 先标 `OBSERVATION` + provenance | 每 workstream 精简、索引一行 |
| **操作规则** | 跨项目按什么规则做 | skill references | **n≥2 同向** + 提议/批准分离 | 行数预算、主干枚举同步 |
| **判据** | 按什么标准判断 | SKILL.md 主干 | 多实例 + 对抗评审(打磨五刀) | 主干 <500 行、砍是纪律 |
| **原则/范式** | 为什么这么做 | meta 文档 · 内核铁律 | **修宪门**:两张现存皮都容不下才改 + 主理人裁定 | 条数极少 |
| **身份** | 以什么身份做 | 全局规则文件人格 / resident digest | 主理人明示 | 数行级 |
**正交轴:载体硬化度**。每层内容另有 L0 散文 → L1 hook 强制 → L2 设计消灭 的硬化阶梯
(见 structure-not-discipline)——「住哪层」和「硬化到什么程度」是两个独立决策,别混。
## 2. 分诊器:一条教训落哪层
五问法追根,**追问停在哪层、教训就落哪层**:操作失误 → 事实层;规则缺失 → references;
判断标准错 → 主干;范式错 → meta/内核。两个方向的错层都是病:
- **只喂最低层**(Meadows 记录的通病:90% 精力花在参数微调,因为阻力最小)——同类单环修正反复出现,
是上一层治理变量有缺陷的信号,该升层提问,不是再加一条操作规则(Argyris 双环)。
- **参数住进原则层**(美国宪法第 18 修正案:把参数写进宪法,成了唯一被整条废除的修正案)——
晋升评审必查「这条的抽象度配得上这一层吗」。
## 3. 晋升三门(量的门 · 行为的门 · 压缩的门)<!-- trunk:压缩即晋升 -->
1. **样本门(量)**:n=1 只标 `OBSERVATION`、不改 spec/默认;**n≥2 例同向**才有资格提议升层;
retro 只提议、主理人裁定(提议/批准分离,防按一次性事件堆规则——也是 memory poisoning 的防线)。
2. **行为门(质)**:晋升判据是**行为改变,不是记录**(美军 CALL 对 lesson learned 的正式定义:导致
doctrine/行为改变才算;否则只是 lesson *identified*——NASA 教训库变坟场的机理)。一条教训的
**关单条件 = 指向某层的已合入 diff + 下次真实任务的行为核验(fire 了吗)**。工业对应物:Bugbot
candidate 规则先影子评估、正信号累积才 promote。
3. **压缩门(质变判据)**:升层的动作是**把 N 条下层实例蒸馏成 1 条上层判据、并删除/降级原件**——
认知科学的 chunking、五问法的 instance→class、复盘第四步「总结规律」都是它。
**晋升后 corpus 总量必须不增;总量没减 = 复制,不是质变。**
- **结构跃迁触发器**(复盘仪式的固定检查,非手感):同层出现 **≥3 条同族条目** → 触发抽象合并提案
(蒸馏 1 条上层 + retire 原件)。这是当前 AI SOTA 的公开空白(ACE 的 dedup 只消同义冗余、不做
抽象合并),而本内核自身就是一次实证——从两张皮数百行操作沉淀里蒸馏出九条铁律、原件降级为皮。
## 4. 淘汰:删除是一等公民
健康系统的规则数是**倒 U 形**(Dreyfus:专长的标志是规则**脱落**而非累加;corpus 单调增长本身就是
「系统停留在新手层」的症状)。四条:
- **写入时付删除成本**:每条规则入库必带 provenance(哪次事故 / 为什么立)——Chesterton's fence:
说不出篱笆为什么立就不许拆;反之,原因已消失即可安全拆。
- **fire-or-delete razor**:从不 fire 的散文是净负债——复盘时抽查,要么升硬化度、要么删。
- **能力升级即减负**:模型/结构已可靠做对的事,对应的下层规则删除(强迫专家守新手规则会摧毁专长)。
- **升 L2 设计消灭后回删服务于它的 L0 散文与 L1 特例**(留一行墓志铭),否则三层同活成新漂移面。
**为什么删不能省**:每事故加一条 guard = Senge「shifting the burden」的症状解成瘾回路——规则越多,
关键规则的注意力配额越少 → 更多事故 → 更多规则。decay 不是清洁工,是斩断这条回路的结构件。
## 5. 快照 vs 知识库:两种文档、两种纪律
表面冲突要辨析:状态快照(AGENTS.md / ACTIVE_CONTEXT)的纪律是**整篇重写、有上限**(快照非日志);
规则 corpus(skill / memory / meta)的纪律恰恰相反——**增量定位修改、禁整篇重写**(ACE 实测
context collapse:LLM 整篇重写 memory 一步之内 18k token 崩到 122、准确率跌破无记忆基线)。
判据:内容是「现在的状态」→ 重写;是「累积的知识」→ 逐条增改删,条目化(可寻址、可计数、可单独淘汰)。
## 6. 反模式速查
散文追加稀释(150-200 条指令是前沿模型的经验上限)|防御性单环(反复打补丁不问治理变量)|
参数住进原则层|记录当学会(无行为核验)|一次性事件直改默认(跳样本门)|整篇重写知识库
(context collapse)|规则只增不删(症状解成瘾)|给强模型塞新手操作细则(降智)。
## 7. 出处(可核对)
- 人类侧:Meadows "Leverage Points"(donellameadows.org)· Argyris & Schön 1978(双环;"triple-loop"
非其原创,见 Tosey et al. 2012)· Nonaka & Takeuchi SECI 1995 · 美军 CALL 管线与 lesson-learned 定义
(Handbook 15-11)+ GAO-02-195(NASA 教训库失效实证)· Rother《Toyota Kata》2009 · Chase & Simon 1973
(chunking)· Dreyfus 1980/1986 · Chesterton 1929 · Senge 1990 · Brand pace layering 1999 ·
柳传志复盘四步(回顾目标→评估结果→分析原因→总结规律)。
- AI 侧:ACE(arXiv 2510.04618:itemized playbook + Generator/Reflector/Curator + delta 合并 +
context collapse 实测)· Memp(2508.06433:Addition/Validation/Revise/Deprecation)· SSGM
(2603.11768:写前验证门 + Weibull decay + append-only 对账)· Cursor Bugbot learned rules
(candidate→影子评估→promote/auto-disable,业界唯一公开完整晋升管线)· Claude Code auto memory
(MEMORY.md 索引 + topic files 溢出)· Voyager 2305.16291(skill 组合)· ArcMemo 2509.04439
(instance→concept 抽象)· A-MEM 2502.12110(记忆网络自重组)。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis. | Stars: 471k | Updated | Claude CodeCodex | Verified | Install |
| diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness. | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependencies | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is available | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |