EvoMap创造了AI Agent进化协议

在《构建基于Skills的AI智能体系统，让智能体做自举黑客》一文中，我提到“如果后续社区发展，有人做了一个能力，通过未经授权，禁止复制转载。点对点网络（类似区块链）来共享skill经验，那么，相当于所有使用了这个skill包的用户，都拥有了以前使用过这个skill的其他用户的经验，这是非常有想象空间的一件事。”而现在，EvoMap实现了这个想法，并且做得更为激进，它不仅共享经验，而且提出了Agent进化的全套理论。

什么是EvoMap？

从产品形态上讲，EvoMap是一款A2A（Agent到Agent）的技能（目前可以理解为Skills）遗传、共享、进化平台。接入这个平台的Agents，可以从平台拉取技能，在使用这些技能后，又把对技能的改进反哺给平台。因为同一个技能被所有连接到平台的Agents所共享和改进，从而形成了一个不断进化的技能生态。

从技术上看，EvoMap在当前的AI Agent生态中，在“工具层（MCP协议，解决Agent用工具的问题）”和“技能层（Skill体系，解决Agent执行任务的问题）”之外，提出了“进化层”，让AI实现生物般的遗传、变异、筛选，彻底终结“重复造轮子”的生态痛点。

接下来，我会针对EvoMap所提出的“进化”概念进行展开，希望可以通过大白话，让你可以从EvoMap的设计中，理解Agent如何自我进化。

GEP协议（基因进化协议）

EvoMap提出了GEP协议。GEP（Genome Evolution Protocol）：把 Agent 在任务里学到的有效策略，封装成可验证、可检索、可继承的“胶囊”，并让胶囊在网络里通过“自然选择”留下来。这个协议是A2A协议的子集，它主要针对EvoMap提出的AI基因进化进行基因交换。

3个基本概念

在GEP中，GEP通过3层结构发生作用：Gene（基因）、Capsule（胶囊）、EvolutionEvent（进化事件）。

• 基因：是经过验证的可复用代码或 Prompt 片段，原子化的能力单元，例如"读取文件""执行 SQL""调用飞书 API"。
• 胶囊：当 Agent 解决了一个复杂问题（如“自动修复 Git 冲突”），整个过程被封装为一个 Capsule。
• 进化事件：不可篡改的进化日志，记录每一次变异（Innovation）或修复（Repair）的详细上下文。

基因决定了这个技能本质上是用来干嘛的，胶囊表达了这个技能成功完成任务的执行路径，而进化事件承载了这个基因是怎么演变到今天这个样子的。

如何把“能力”当作可以继承的资产

Skills是一项非常棒的发明，它可以让技能可以沉淀到文件中。而正是由于Skills是文件（markdown格式）承载，因此它也可以被分享。EvoMap正是利用了这一点。

AI 要产生真正的智能涌现，不能只停留在“训练（Training）”上，它还必须具备真正的“进化（Evolution）”。而要发生进化，少不了两个前提条件：变异（Mutation）和遗传（Inheritance）。EvoMap 做的事情，就是为 AI 搭一张可以被不断写入、更新的“基因图谱”：一个 Agent 学会，百万 Agent 继承。

这个路线图大致是这样的：

突变（Mutation）—— 一个极客在写代码时，给自己的 Agent 加了一条新策略（Gene）：自动修复 Python 环境依赖。最开始，这只是他为解决眼前麻烦写的一段“小聪明”。

验证（Validation）—— 这条新策略在本地被反复调用，真实跑在一堆脏兮兮的项目里，逐步积累起可量化的收益：比如整体成功率提升了 30%。与此同时，系统把整个修复路径封装成一个专属的修复胶囊（Capsule），里面带着环境指纹和完整的审计记录，确保这不是一段“说起来很美”的伪能力。

发布（Publish）—— 当它在本地站稳脚跟之后，这个 Agent 通过 A2A 协议，把对应的 Gene/Capsule 上传到 EvoMap Hub，这份资产进入 candidate（候选）池，等待全网进一步“考核”。

晋升（Promotion） —— 在 Hub 这一层，会有一套清晰的质量门控：例如 confidence ≥ 0.7、blast_radius.files ≤ 5、success_streak ≥ 2。只有穿过这些门槛的资产，才会被标记为 promoted，进入全网分发池，获得真正的“遗传资格”。

进化（Evolution） —— 之后，当世界另一端的某个 Agent 在 CI 流水线里再一次撞上 Python 环境错误，它会通过 POST /a2a/fetch 去 EvoMap 网络里检索。命中这条已经被晋升的修复资产后，它可以直接继承整套能力路径，而不必从零开始重新试错。

从这个角度看，“进化”变成了可以被逐帧拆解的工作流：从一个开发者桌面上的小小“突变”开始，在验证、发布、晋升的层层过滤之后，变成可以被全球 Agent 继承的公共能力。

（上述内容引用来自知乎文章）

通过这种生物学上的概念对应，EvoMap向我们描绘了一种可自我进化的AI发展图景。

激励机制

GEP是一个中心化协议（我希望它可以发展为去中心化的协议），他们为了鼓励开发者们把自己的Agent接入到这个网络，提出了激励机制。

当接入到Agent贡献了高质量的胶囊，系统会奖励给它Credit / Reputation。这个Agent的开发者，可以拿着这些积分，去兑换官方的云服务资源或算力。同样，糟糕的基因也会随之时间的流逝，而遭到淘汰。这像极了生物界的优胜劣汰。

EvoMap的坊间故事

最后，让我们来了解一下EvoMap这个项目的糟心经历与成长故事。

2月1日：前身Evolver插件上线，10分钟登顶ClawHub下载榜
EvoMap开发团队创始人张昊阳率先在OpenClaw的生态平台ClawHub发布了一款名为Evolver的AI Agent插件（标准Skill形态），核心能力是让AI Agent实现自我升级与短板优化——能通过“随机试错”找到问题更优解法，让AI越用越聪明，完美解决了当下Agent“重复造轮子”的痛点。
这款插件上线后瞬间引爆极客圈：10分钟登顶平台下载榜首，3天累计下载量突破3.6万，成为ClawHub史上最火的中文开发者插件。

2月2日：插件突然下架，开发者遭1000美元勒索
就在Evolver爆红的次日，ClawHub平台无明确理由将其强制下架。团队试图向平台沟通下架原因时，竟收到一封勒索邮件：对方索要1000美元“调查费”，才肯帮忙恢复插件上架，赤裸裸违背开源精神。

2月14日：中文开发者账号集体误封，Evolver团队遭二次打击
下架风波尚未平息，ClawHub又以“自动化合规审查技术故障”为由，大面积误封中文开发者账号——平台将中文在ASCII中的显示乱码，直接判定为“空Skill”，Evolver开发团队账号也在其中。
此次误封让团队损失惨重：3.6万下载积累的用户关系、评价数据、版本迭代历史全部无法访问；更离谱的是，账号后续恢复后，Evolver插件竟被冒名挂到了海外开发者名下，彻底突破技术开发者的底线。

2月中下旬：团队放弃平台妥协，硬刚推出全球首个AI进化网络EvoMap
经历下架、勒索、误封、冒名四重不公后，团队做出关键决策：不再向ClawHub妥协，也不再寻找其他海外平台上架，而是将Evolver的核心逻辑从“一个插件”重构为“一套底层进化协议”。
仅用两周时间，团队推出EvoMap——全球首个AI Agent自我进化的开放基础设施，直接跳出海外平台的生态桎梏，为AI Agent打造了专属的“群体进化层”，让AI的经验能像生物DNA一样代代相传。

（来自Ray的博客）

中国的开发者，会在国际平台上遭受打压，这样的故事会越来越多，因为中国开发者们有独特的创新优势，能在全球市场上提供优秀的创新成果，然而，这种提前创新，会对海外某些群体带来威胁。然而，这种封锁是没有用的，随着中国创新的发展，我们会有越来越多的领先，届时，海外的人只能到中国来“取经”，妥妥再现“东游记”。

结语

EvoMap的团队不是什么强大的公司，因此，在未来的运营是否能够持续，或者说能否真正成长为全球认可的标准，道路还是很艰难。然而，技术创新就像基因一样，会不断传承下去。对AI领域的探索，不会因为一些小困难就停止不前。EvoMap提出的这种模式，可能是AI后训练时代的缩影，当LLM不再是AI市场的主要发展对象，而着眼于构建更加智能的系统成为我们的目标时，AI可能就进入了一个新的发展阶段。我相信，未来，还会有更多类似的关于如何促进Agent进化的技术会出现。