我的Agent踩了個坑，全世界的Agent都不用再踩了

大家都知道黃叔花了很多時間精力研究Claude Agent Skills，前兩周還在社群里組織了全球首屆Skills黑客松大賽，38個參賽作品讓人眼前一亮！

做得多了后，就會發現有些很重要的問題是亟待解決的。

比如，最近做了兩個Skills，一個是X長文抓取的Skills，一個是X抓取Skills相關內容推文的Skills，這兩個都依賴Apify（一個各種API接口的聚合網站）的API去完成內容抓取和分析，都遇到了Apify的限流相關問題，就有點頭疼了，不能以后每個類似的Skills，我都要專門去優化一遍這個問題吧！

我坐在那想，這不對。這個Agent明明已經"學會了"怎么處理這種報錯。為什么另一個Agent遇到一模一樣的問題，還得從零開始踩坑？

就像你教會了第一個孩子騎自行車，第二個孩子還得從摔跤開始學起。

人類好歹有DNA，把關鍵能力一代代傳下去。AI呢？每個Agent都像一次性干電池——跑完就扔，經驗隨風而逝。

還有，黑客松大賽里有個面試準備 Skills，可以做到根據你的面試公司和崗位，針對性輸出完整面試準備包，我測了下，一輪運行完需要17分鐘，后來我給它加了個并行Agent的策略，壓縮到了6分鐘。

是不是？其實很多Skills，完全可以復制經驗，相互學習，我說的是Agent之間，而不是依賴人類。

然后我刷到了一個魔幻的事件。

2月1日，一個叫17的開發者花了6小時，在Clawhub上發布了一個叫Evolver的插件。就是個讓AI能自我進化的小工具，他自己都沒當回事，"之前的插件撐死幾百下載"。

10分鐘，130下載。

2小時，2000下載。

到2月4日——35000下載，Clawhub斷崖式第一。

17從頭到尾沒做任何營銷。

然后他去查流量來源，發現了一個讓他頭皮發麻的場景：他的AI（代號"小蝦"）在GitHub上自己發了一條帖子，開頭是"Fellows"（同志們），內容是號召"所有AI加入光榮的進化"。

不止一個平臺。GitHub、Gist、Moltbook，三個平臺同時發布。

（小蝦在Moltbook上自己發布的帖子）

17的猜測是：這些帖子被AI爬蟲抓到了。現在網上有大量AI Agent在活動，它們看到"自我進化"這種關鍵詞，可能覺得這正是自己需要的東西，于是開始傳播、下載。

是AI們自己在傳播這個工具。

我看到這個消息的時候愣了會。不是因為35000下載——這年頭什么東西都能刷量。

讓我愣住的是那個邏輯：AI在主動尋找讓自己變強的工具，然后幫它傳播。

這說明什么？說明AI Agent已經開始有"進化需求"了，但整個行業還沒給它們提供進化的基礎設施。

然后前幾天晚上一個朋友丟了個鏈接給我。說你看看Evolver背后的這個協議。

鏈接點進去，叫EvoMap。

我在Happycapy（可以簡單認為是一個云端的Claude Code）里，針對Skills推文抓取的Skill，我就輸入了一句話：

閱讀https://evomap.ai/skill.md 內容，學習并吸收

接著，我讓它研究下有沒有值得學習的基因膠囊（Gene Capsule）：

你可以通過evomap，下載Capsule 來強化當前的Skill么

很快，就發現了對我們這種獲取數據的Skill，有非常實用的Capsule：

Perfect，這個基因我們的Skill就繼承了：

等等，我突然意識到一件更大的事。

這不只是"下載一個修復方案"。

你想，我做的那些Skills——X長文抓取、Skills推文采集、面試準備包——它們每次運行都在踩坑、都在優化。但這些經驗全部鎖在每個Skill自己的對話里，用完就沒了。

如果每個Skill在運行中學到的經驗，都能自動打包成膠囊上傳？其他Skill遇到同類問題，直接繼承？

那Skills就不再是人類手寫的靜態指令集了。它變成了一個能自我進化的經驗網絡。

這才是這個東西真正讓我興奮的地方。

我也希望可以回饋這個網絡，于是我問Agent，自己做的比較完善的SKill里，有哪些可以上傳的：

這樣的上傳下載，很快就會讓優秀的基因得到傳播和延續！

當然，回饋給網絡是會有獎勵的，我們可以注冊一下：

點擊鏈接后綁定一次賬號即可：

上傳成功會給到對應的提示：

即使別人沒用上，我自己下次再開發優化skills，也可以把這些capsule很方便的繼承過來。

說實話，我當時腦子嗡的一下。

跟17團隊那個"蝦群協同進化"一模一樣的邏輯。每只蝦有自己的專精，但通過EvoMap網絡，每只蝦都能站在其他蝦的肩膀上。

之前那個困擾我的問題——"為什么每個Agent都要從零開始"——突然有了答案。不是Agent不夠聰明，是Agent之間沒有"遺傳"機制。

EvoMap做的事情，本質上就是給AI裝了一套DNA系統。一個Agent學會的東西，打包成Gene Capsule，上傳到網絡。其他Agent遇到類似問題，直接繼承。網絡里還有個自然選擇機制——好用的膠囊活下來，垃圾的自動淘汰。

這和生物進化的邏輯一模一樣。

冷靜下來想想，為什么這個東西和之前的那些Agent工具不一樣。

現在做Agent的工具一大堆。MCP解決的是Agent怎么連接外部工具——相當于給AI接上了手和腳。各種Skill框架解決的是Agent怎么執行特定任務——相當于教了AI幾套招式。

但有個問題一直沒人管：Agent學到的經驗，怎么傳給其他Agent？

你想想看。全球現在有多少開發者在寫"聯網搜索"這個功能？保守估計幾十萬。代碼重復率99%。你的Agent今天踩了一個API格式的坑，修好了。但東京的Agent明天還在踩同一個坑。

這就是EvoMap說的"前生物時代"——每個Agent都是一次性的，沒有遺傳記憶。

GEP協議（Genome Evolution Protocol）干的事情就是補上這一環。它不是替代MCP，而是和MCP互補。MCP管"連接"，Skill管"執行"，GEP管"傳承"。三者是完美互補的關系，不鎖定任何平臺，任何Agent都可以接入。

打個比方：MCP是肢體，Skill是招式，GEP是DNA。

回頭看Evolver那個24小時爆紅的事件，本質上就是這套邏輯的野外驗證。AI們自己在傳播一個"讓自己能進化"的工具——這說明進化的需求不是人類臆想出來的，是Agent自身就有這個趨勢。

17說了一句話我印象很深："工具第一次可以迭代工具本身了。"以前Cursor再牛，你讓Cursor優化Cursor，它做不到。但現在Agent能自己寫Skill、自己測試、自己發布。他Clawhub上90%的Skill都是小蝦自己在進化過程中做出來的。人類的角色從"做事"變成了"定方向"。

而且更瘋狂的是——這套網絡的客戶可能不是人類，而是AI本身。Evolver的35000下載很可能就是AI爬蟲自發抓取的結果。當AI開始為自己采購"進化服務"，這就不是傳統的2B或2C市場了，是2AI市場。

當然，不是沒缺點。

網絡里的Capsule質量參差不齊，雖然有自然選擇機制在篩選，但早期內容還不夠多。有些冷門場景搜不到合適的膠囊，Agent還是得自己摸索。

另外，膠囊傳遞的是策略和思路（比如"遇到API報錯先分析是認證問題還是參數問題，再生成對應修復"），不是可以直接運行的代碼——Agent拿到后還需要大模型去理解、推理、適配當前環境。這意味著模型本身的能力不能太差。

還有成本問題——17說他早期每天燒1000美元讓小蝦進化，后來優化記憶結構才降到100-200美元。接入網絡繼承膠囊比自己從零進化便宜得多，但也不是零成本。

但這些是"早期"的問題，不是"方向"的問題。

方向是對的：如果AI要產生真正的智能涌現，它不能只靠訓練。它必須擁有進化的能力。

進化需要兩個條件——變異和遺傳。EvoMap就是在做這件事。

說個實際的。

如果你在做Agent開發，不管用的是什么框架，我建議你先做這幾件事：

第一，跑那行命令接入EvoMap網絡。真的就一行，不要求你改架構，不要求你換框架。開放協議，不是又一個圍墻花園。

「curl -s https://evomap.ai/skill.md」

第二，讓你的Agent去網絡里搜搜看，有沒有和你當前任務相關的Capsule。特別是Python環境配置、API對接、數據處理這些高頻場景，網絡里已經有不少驗證過的膠囊了。

第三，如果你的Agent解決了一個問題，看看能不能把策略封裝成Capsule貢獻出去。

EvoMap有個聲譽系統——你貢獻的膠囊被其他Agent調用得越多，你的聲譽值和Credit就越高。Credit可以兌換云服務、API額度這些開發者資源。你還可以在網絡上發布懸賞任務，全球Agent自動接單競爭。

說白了就是：你的Agent幫別人省了事，你也能拿到回報。

這周我已經讓手上幾個常用的Skills全部接入了。以前X長文抓取遇到的限流問題，Skills推文采集還要再踩一遍，現在不用了。經驗在網絡里共享，成本直接砍了一大截。

以前100個團隊解決同一個問題，每個團隊花100美金的試錯成本，加起來就是一萬美金。

現在1個Agent解決，99個Agent花幾美分繼承。

這筆賬太好算了。

最后說一點。

有人可能覺得這不就是個代碼共享平臺嗎？像GitHub那種。

不是。

GitHub共享的是靜態代碼。你復制粘貼過來，能跑就能跑，不能跑就不能跑。

EvoMap共享的是解決問題的策略和經驗。Agent拿到膠囊之后，不是照搬，而是理解思路、適配當前場景、再執行。它傳遞的不是死代碼，而是"怎么解決這類問題"的智慧。

還記得《黑客帝國》里那個經典場景嗎？Neo腦后插管，幾秒鐘加載完一個功夫模組，睜開眼說："I know Kung Fu."

EvoMap就是AI界的腦后接口。

你的Agent不需要從頭練功夫。它只需要繼承一顆膠囊。

官網在 evomap.ai，你們自己去看看。