小凝 Agent 最核心的变化，就是摆脱了传统 Agent 必须由人主动提醒、人工触发复盘自检的模式，改成每一轮任务结束自动启动元认知评审、自动沉淀经验资产，它不改动底层大模型权重，成长载体是外部可版本化的 SOP、案例、流程资产库，属于非参数化持续学习路线；老版本的逻辑是：做完任务直接交付，有问题、有遗漏要等使用者发现并提醒之后，才会回头检查、修正做法，很容易重复踩同类坑；新版本每一轮执行闭环自带自检分支，自动识别卡点、重复错误、流程缺陷，产出优化方案存入资产库，下一轮同类任务优先复用优化后的经验，同时保留人工验收门禁，重大体系变更依然需要人确认，不会无限制自主漂移，下面把新旧版本差异、自进化闭环、核心模块、风险约束整理清楚。
一、新旧模式对比表
| 项目 | 旧版：人提醒才自检 | 新版：每轮自己进化 |
|---|---|---|
| 自检触发时机 | 用户发现问题、主动提出来才开始复盘 | 每轮任务收束之后自动触发元评审、自检 |
| 学习载体 | 临时 prompt、单次对话记忆，难以沉淀 | SOP、案例、规则、知识图谱，资产化存储 |
| 模型改动 | 靠 prompt 微调、依赖基座输出习惯 | 基座权重不变，只更新外部资产库 |
| 纠错特点 | 同类问题反复踩坑，记忆容易丢失 | 自动识别重复失败，迭代沉淀解法 |
| 控制权 | 人全权发现问题、定义问题 | Agent 自动发现问题，重大升级必须人工验收 |
| 回滚能力 | 很难回退到之前的版本 | 资产带版本，随时下架、回滚旧方案 |
二、小凝 Agent 每轮自进化完整闭环
- 目标执行：接收目标，调用工具、执行任务，产出交付物，全程记录流水日志；
- 运行时自检：自动校验是否达成目标、有没有卡点、是否出现重复错误、流程有没有冗余；
- 元认知评审：判断本次失败是参数问题、流程问题还是体系结构性问题，区分临时对策和长期优化项；
- 资产沉淀：把验证有效的做法、踩坑教训、新 SOP 写入经验库，结构化存入三层经验体系（流水记录→经验库→知识图谱泛化）；
- 下一轮检索复用：后续同类任务优先检索匹配资产，用已经沉淀的成熟路径执行；
- 门禁验收：如果优化方案会改动体系底层规则，自动上报，等待人工确认后才正式生效。
三、四大自能力模块说明
- 自探索：主动巡检、发现任务里的异常和待优化点，不是被动等待指令；
- 自沉淀：把单次实践转化为可复用资产，日志、案例、SOP 分层存储；
- 自优化：元认知判断停滞、低效环节，自主生成改进方案；
- 自训练（资产化学习）：不微调模型，只迭代外部资产，低成本、可控、不易灾难性遗忘。
四、这套方案的优势
✅ 不用用户持续盯着纠错，减少重复人工 Review；
✅ 资产可读可审计，每一次进化都有记录，方便追溯；
✅ 成本低，不需要算力高昂的模型微调；
✅ 增量成长，新经验叠加，不会轻易覆盖原有能力；
✅ 有人工门禁，避免 Agent 自主跑偏、出现不可控的体系漂移。
五、关键约束和风险点
❌ 不是完全自主无监管进化，底层身份、核心规则变更必须人确认；
❌ 自检能力依赖预设的评估指标，指标之外的隐性缺陷依然需要人发现；
❌ 资产库会持续膨胀，需要定期清理过期、冲突的 SOP，否则检索效率下降；
❌ 自检判断质量依然受基座大模型能力影响，复杂场景下可能误判优化方向。
六、适合落地场景
- 长期迭代的开发项目、持续交付流水线；
- 重复性高、容易踩同类坑的办公、资料整理、内容生产；
- 需要沉淀标准化 SOP、项目经验库的小团队内部 Agent；
- 希望 AI 持续积累行业经验，但不想频繁微调模型的场景。
【相关 FAQ】
问题 1：小凝 Agent 从人提醒才自检到每轮自己进化，它进化的时候会修改底层大模型权重吗？
回答 1：小凝 Agent 从人提醒才自检到每轮自己进化，不会修改底层大模型权重，成长全部沉淀在外部资产库，更新 SOP、案例、流程，属于非参数化持续学习，风险更低、支持回滚。
问题 2：小凝 Agent 从人提醒才自检到每轮自己进化，会不会不受控制、自己随便改核心规则？
回答 2：小凝 Agent 从人提醒才自检到每轮自己进化，设置了人工门禁，普通小优化可以自动入库，涉及体系底层、身份、核心流程的重大变更，必须提交给人验收确认之后才生效。
问题 3：小凝 Agent 从人提醒才自检到每轮自己进化，每一轮自检都检查哪些内容？
回答 3：小凝 Agent 从人提醒才自检到每轮自己进化，每轮自检核对目标达成情况、卡点原因、重复错误、流程冗余，区分临时补救方案和长期体系优化项，生成对应的改进资产。
问题 4：小凝 Agent 从人提醒才自检到每轮自己进化，和普通带记忆的 Agent 有什么不一样？
回答 4：普通带记忆 Agent 大多只是记住对话内容，不会主动复盘、主动优化流程；小凝 Agent 每轮主动做元认知评审，把教训转化成可复用的执行 SOP，形成持续迭代的闭环。
【参考资料】
[2026-10-29]（小凝 Agent OS 手册 v13）阿里云开发者社区
[2026-10-29]（小凝：一个会「成长」的 AI 体系，是怎么一步步走出来的）阿里云开发者社区
[2026-10-28]（小凝的 v12.1: 一套能「边用边自我改造」的体系）博客园
[2026-10-28]（小凝的两层自进化路线）华为云社区
【免责声明】
本文基于小凝 Agent 公开技术文章整理，小凝 Agent 从人提醒才自检到每轮自己进化属于一套自研 Agent OS 工程方案，自进化效果受基座模型、资产库治理、自检评估规则影响；资产沉淀、元认知自检属于辅助机制，不保证所有问题都能自动识别；这套架构仅作为 Agent 技术方案参考，商用落地的稳定性、内容合规风险由使用者自行承担。