大型语言模型（LLM）代理在复杂任务上表现出色，但大多数仍在孤立会话中运行，缺乏从历史交互中持续学习或针对特定用户环境进行适配的能力。现有的自进化方案往往把原始交互轨迹直接注入记忆或技能模块，导致行为模式模糊，更新可控性下降。随着基础 LLM 推理能力提升，代理进化的瓶颈从累积通用知识转向对情境经验的有效管理。为此我们提出 Darwin-Claw——一种环境自适应的自进化框架，系统地提炼情节经验，以驱动操作技能和持久记忆的全面演化。框架基于代理‑演员与进化者‑批评者的迭代协同适配，构建了层次化经验整合系统（Hierarchical Experience Consolidation System），该系统提取细粒度错误归因并将其概括为动态更新的原型向量。这些结构化的情境经验既可作为上下文感知的交互补丁，又提供显式的优化信号用于技能细化。Darwin-Claw 可直接部署于主流代理系统，无需人工整理。我们在 WildClawBench 上进行的大规模实验表明，Darwin-Claw 能显著提升性能，提供了一条可控、稳定的持续、以用户为中心的自主代理适配路径。
点评