MediSkill-Evo: Process-Constrained Self-Evolution for Evidence-Grounded Clinical Interaction
MediSkill-Evo：面向循证临床交互的过程约束自进化智能体
🧭 Agent 自进化记忆与过程约束决策 ★ 深度解读
Brain-inspired Cognitive AI Lab, Institute of Automation, Chinese Academy of Sciences · Beijing Key Laboratory of Safe AI and Superalignment · Beijing Institute of AI Safety and Governance · School of Artificial Intelligence, University of Chinese Academy of Sciences · Long-term AI
用四库分离的自进化记忆与过程约束偏好控制，提升临床交互的证据获取与安全决策。
📌 工作参考价值（4 点）
- 把记忆按知识类型拆分并绑定不同校验/决策权：电商/Agent 不要把可复用策略、平台规则、商品 schema、视觉流程放进同一向量库；可迁移为“话术策略库 / 平台政策规则库 / 商品与活动 schema / 多模态识别流程”，每类分别做 provenance、support、replay、leakage 校验，测试时冻结 snapshot。
- 硬约束前置、打分后置：在广告/推荐 Agent 的动作生成中，先用 Symbolic Verifier 过滤掉违反库存、预算、品牌安全、合规约束的候选，再用 Critic 排序；软惩罚不能抵消硬违反，缺失信息保持 unknown，不当作负样本。
- 离线评测造“孤立压力”版本：用 deterministic controller 控制哪些特征延迟/不可用，只测特定 process obligation，比只看 CTR/GMV 更能暴露 Agent 在信息缺失下的错误行为；对应大促缺货、延迟价格、标签缺失等压力集。
- 多模态工具用 request-gated 接口和 original-pixel fallback：保留无工具路径与按需调用审计，避免把工具增益与模型能力混淆；MedSAM 带来的 3 点诊断提升明确只是界面可行性，不是因果证据。