北京
IT时代网8月13日消息，从盛大时期对互联网产业的探索，到今天对人工智能底层智能技术的持续关注，陈天桥的关注点正从传统互联网产品延伸到更底层的智能技术。其旗下的EverMind及C端产品EverMe，正是这一探索逐步走向产品落地的切入口：一端连接个人长期记忆与真实使用场景，另一端建立在自进化智能体等技术研究之上。
在EverMind的技术体系中，一个关键问题是：如果智能体要真正实现持续进化，应该怎样改进，又如何证明这种改进确实有效？团队给出的答案是HarnessBank——一套把“自我改进”变成可验证工程的方案。其核心思路是将系统拆分为两个角色：任务智能体在现行框架下执行具体任务，骨干模型被冻结以保持稳定；进化智能体则读取任务智能体的执行轨迹，诊断反复出现的失败机制，并生成新的候选框架。整个进化过程遵循“选择父代、运行诊断、生成后代、门控筛选”的严谨循环。
为避免自进化方案常见的“搜索塌缩”“任务过拟合”“收益不可验证”三大陷阱，HarnessBank按“改在哪、解决什么问题”分格存档候选机制，并让测试集全程不参与进化决策、只在最后做一次验收，再通过四道严格门控拦住“假提升”。在七个基准测试中，测试集通过率全部实现正向提升，幅度从+5.1%到+15.4%不等。
与HarnessBank回答“怎样安全地改”不同，Raven把这套方法带入真实智能体的运行框架，将长期记忆、技能体系、运行策略与工具调用连接起来，使智能体能从任务轨迹中总结经验、持续优化自身技能与工作流。EverMe则是这套技术路线面向普通用户的首个C端产品，目前已上线内测，围绕记忆中枢、知识库、数字分身与智能体中心四个模块展开，让用户能够汇集、查看、追溯和使用自己的记忆，并将这些数据交给不同智能体服务。
对自进化而言，数据量并非唯一关键，更重要的是数据是否属于同一主体、是否跨越足够长的时间、是否包含完整的任务过程与反馈，以及用户是否拥有管理和授权这些数据的能力。EverMe的价值，正是在底层记忆架构上建立一个面向个人的直接入口，把散落在文件、知识工具和不同智能体中的数据组织为连续的个人记忆资产，让自进化从论文中的统计显著性，走向用户每天都能感知的能力复利。
注：本文中包含AI辅助创作的内容。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
