Darwin-Claw: Environment-Adaptive Experience Consolidation for Recursively Self-Evolving Agents
Darwin-Claw：环境自适应经验固化驱动的递归自进化智能体
🧭 Agent 自进化经验固化与技能管理 ★ 深度解读
Zhejiang University · Tencent · Zhongguancun Academy
提出 Darwin-Claw，将交互失败归因为结构化经验单元并外置到技能槽位，驱动递归自进化，在 WildClawBench 上平均得分提升 24.1%
📌 工作参考价值（4 点）
- 把用户/环境特定经验固化为结构化 Experience Unit（trigger conditions、keywords、handling strategies），并注入 SKILL.md 作为 inline patch；可直接用于电商导购 Agent、客服 Agent，将高频失败 case 沉淀为情境级补救策略，而不是每次从原始轨迹重放。
- 通过槽位限制与生命周期状态机（Nursery probation → Active → evict/archive）管理外部技能，防止 prompt 信息过载；搜索/推荐 Agent 可以用同样机制管理候选策略、query 模板或召回规则，保持上下文复杂度可控。
- 采用两阶段 LLM 做 causal attribution 加多维评分（coverage/effect/efficiency，S=w1e+w2c+w3η），避免把偶然成功固化进策略；在广告文案、push 选词等自动优化场景中，可用来评估一次改写的真实增量贡献。
- 经验外置化而不是微调模型参数，兼容 OpenClaw、Claude Code、Codex 等主流 harness，并支持多用户技能生态集体进化；适合在推荐对话系统上做轻量、可回滚的持续优化，不触碰底座模型。