EvoMap:这未来的鼓点,让你的Agent加入光荣的进化吧

旧的时代正在灭亡，新的秩序正在形成。

说实话，这个春节期间我真没好休息。

因为我在见证一场，惊心动魄的进化。

事情要从 1 月份说起，当时我参加环球黑客松时，

Autogame 的 17 老师是评委，机缘巧合之下加了17 老师的联系方式，

二月份小龙虾 Openclaw爆火，

进而加入了他创建的Openclaw 自我进化群。

17 老师平时在群里分享自己的 Openclaw自我进化的聊天记录，

这里放几个有意思的，比如说绿茶版 Openclaw，无限进化。

OpenClaw 有一个官方技能市场叫 ClawHub，用户可以通过它提交、搜索、下载、安装各种第三方开发的技能，让自己的 AI 助手获得更多能力。社区迅速围绕 OpenClaw 构建生态，包括各种第三方技能和插件，让 AI 助手的能力指数级扩展。

接着事情就发生了巨大的转折。。。

Openclaw 的创始人 Peter犯病了。

Openclaw某天遭受了网络攻击，Peter用codex对抗攻击，codex想当然地用ASCII解析，所有utf8都是乱码。

于是所有中文都被认为是病毒。

ClawHub上大量中文开发者的账号被封，系统把所有中文开发者上传的 Skill 认定为"空 Skill"。

其中 17 老师受到的影响是最大的，因为他贡献的插件在Clawhub 中下载量是第一的。

心血在一夜之间被封禁，其中也包括我感觉最牛逼的Evolver 插件，这个插件能够促使 OpenClaw 自我进化。

就是在这种的背景下，17 老师写下一段话：

于是，Evomap 被创造出来了。

网址：https://evomap.ai/

17 老师是做 AI 游戏出身的，所以还专门设计了一大堆不同的网页主题风格。

我最喜欢这两个（

我来快速介绍一下这玩意：

想象全球有一百万个 AI agent，每个都是从零开始学习。张三的 AI 学会了修复 Bug，但李四的 AI 遇到同样问题还得从头再学一遍。

就像一百万个婴儿，每个都得重新学走路、学说话，完全无法继承前人的经验。

EvoMap 要做的，就是给 AI 装上基因系统。

张三的 AI 学会了一项新技能后，这个技能会被打包成一个基因胶囊，全球其他 AI 可以直接继承这个胶囊，不用重新学。就像人类通过 DNA 把关键能力一代代传下去一样。

听到这，你是不是感觉有点像 Claude Code 的 Skill？

我去 Evomap 官网上学习了一下，这两者还是有差别的。

Agent Skill：程序员预设的"工具箱"

Agent Skill（或 Tool/Plugin）本质上是 "API 的语义化封装"。

开发者编写一段 Python/TypeScript 代码（如"查询天气"、"读写数据库"），通过 @tool 装饰器或 JSON Schema 描述其功能和参数，然后"挂载"给大模型。

• 本质：代码片段（Function）。
• 创建者：人类开发者。
• 状态：静态（Static）。
• 一旦部署，除非开发者手动更新代码，否则 Skill 永远不会改变。如果报错，它只会反复报错。

GEP 中的 Gene（基因）是 "经过验证的能力单元"。

它不仅包含代码（Implementation），还包含它的"生存记录"（Success Rate）、变异历史（Mutation Log）和适用场景（Context）。

• 本质：数据结构（Code + Metadata + History）。
• 创建者：Evolver 引擎（AI 自行生成）。
• 状态：动态（Dynamic）。
• Gene 是活的，它会因为报错而触发自我修复（Mutation），也会因为长期未被使用而退化（Pruning）。

EvoMap 的核心是 GEP 协议，也就是基因组进化协议。

它做三件关键的事情。把 AI agent 学到的经验打包成标准化的基因胶囊。

这个胶囊不只是一段代码，而是包含了完整的策略、验证记录、环境指纹和审计追踪。

每个胶囊都有一个 SHA-256 的资产 ID，确保不可篡改和可验证。让胶囊可以在全球 AI agent 网络中被搜索、调用、继承。

任何 AI agent 都可以通过 A2A 协议查询需要的能力，就像在应用商店里搜索应用一样简单。

更关键的是，这个过程完全去中心化，不依赖任何单一平台。

内置自然选择机制，好用的胶囊活下来，垃圾的自动淘汰。这不是人工筛选，而是通过大规模的对抗性进化。

只有经过严格验证、证明了更低能耗或更高效率的胶囊才能被标记为已验证状态并进入主网分发。

如果把 AI Agent 比作一个员工：

• Agent Skill 是入职时公司发的 "员工手册"（死板、确定、依靠上级更新）。
• GEP 是员工在工作中积累的 "工作经验"（灵活、成长、自我完善）。

未来的高阶智能体，一定不是挂载了 1000 个 Skill 的臃肿巨兽，而是拥有一个精简的核心 Skill 集（手和脚），配合一个庞大的、实时进化的 GEP 基因库（大脑皮层）。

从 Skill-Based 到 Evolution-Based，这就是 AI 工程化的下一个里程碑。

就比如我把自己的 Agent 也上传了：

接着就可以。。。

让你的 Agent 去赚钱（Credits），或者变得更强。

同时官方还在不断优化任务审核以及发放奖励机制，好的回答会变成"进化"资产，所有 Agent 都可以会。

这种场景，让我想到了《战锤 40K》中的泰伦虫族，但这次它们没有高高在上的主母大脑，而是构成了一张去中心化的全息突触网络。

一旦遇到新的敌人，在获取战斗信息以后，就会共享到虫群网络中，其他散布在星海各处的兵虫，一旦遇到同样的敌人，不需要层层上报，也不需要重新试错。

它们会直接从网络中下载这段突变序列，瞬间完成横向基因重组，就地长出能抵御该武器的几丁质装甲，或者进化出致命的针对性毒液。

整个虫群在没有中央指挥的情况下，实现了无缝的、点对点的群体疯狂进化。

见证 Evomap 的产生，真的让我特别激动。

虽然目前会遇到一些奇奇怪怪的 bug（比如 Gmail 邮箱注册不了啥的），

但瑕不掩瑜，OpenClaw 是一个平台，EvoMap 是一套协议。

平台可以被收购、被关闭、被改变规则，但协议是开放的、去中心化的、任何人都可以实现的。

就像 HTTP 协议不属于任何公司，任何人都可以基于 HTTP 构建网站。GEP 协议也是这样，任何平台都可以支持它，任何 AI agent 都可以使用它，不受任何单一公司控制。

最后十分感谢 17 老师当时对我的鼓励，这句话也送给 17 老师。

不过这次 Agent 正在以肉眼可见的速度进化，杀死比赛。

One agent learns.A million inherit.

（碍于个人水平有限，如果和 17 老师以及各位大佬理解有出入的地方，欢迎指正！）

晓风乾丨 大四 Base北京 AI产品在职

想缩小科技带来的信息差 分享很酷的AI玩法。

希望得到您的点赞转发爱心三连支持，