🧠 图解记忆： 技能树把成功经验沉淀成可组合能力；自进化的前提是评测、审批和回滚。
💡 答案要点
GenericAgent 是什么？
GenericAgent 是一个自进化自主 Agent 框架，核心理念是"不要预装技能——要让技能自己生长"。
| 指标 | 数值 |
|---|---|
| 核心代码量 | ~3K 行 |
| Agent Loop | ~100 行 |
| 原子工具数 | 9 个 |
| Token 效率 | 比其他框架少 6 倍 |
核心架构：
[新任务] → [自主探索] → [结晶执行路径为技能] → [写入记忆层] → [下次同类任务直接调用]
↓ ↑
第一次：安装依赖、写脚本、调试验证 一键执行9个原子工具：
| 工具 | 能力 |
|---|---|
| Browser | 操控真实浏览器（保留登录态） |
| Terminal | 执行终端命令 |
| Filesystem | 文件读写操作 |
| Keyboard/Mouse | 键鼠输入控制 |
| Screen Vision | 屏幕视觉理解 |
| ADB | 移动设备控制 |
| +3个辅助工具 | 网络、剪贴板等 |
自进化技能树 vs 预装技能：
| 对比维度 | 传统框架（预装技能） | GenericAgent（自进化技能树） |
|---|---|---|
| 初始能力 | 丰富（需要大量配置） | 仅 3K 行种子代码 |
| 技能获取 | 人工设计/导入 | 自主 crystallize（结晶） |
| 技能积累 | 固定 | 随使用不断增长 |
| 适配性 | 需针对新任务微调 | 自动适应新任务 |
| Token 消耗 | 高（每次重推理） | 低（直接调用技能） |
应用示例：
| 任务 | 第一次执行 | 之后执行 |
|---|---|---|
| "读取微信消息" | 安装依赖→逆 向DB→写脚本→保存技能 | 一行命令 |
| "监控股票并提醒" | 安装 mootdx→构建选股流→配置 cron→保存技能 | 一键启动 |
| "自动发 Git commit" | 全流程自主完成 | 直接调用 |
为什么值得关注：
- 自举证明（Self-Bootstrap）：这个仓库本身从安装 Git 到写 commit message 全程由 GenericAgent 自主完成
- 6倍 Token 效率：技能结晶后直接调用，无需每次重新推理
- 跨平台支持：Claude / Gemini / Kimi / MiniMax 等主流模型
- 真正可用的自我进化：不是纸上谈兵，是实际工作的框架
面试话术：
"GenericAgent 的核心创新是'自进化技能树'——不要预装技能，而是让 Agent 每次完成任务后自动把执行路径结晶成技能，下次类似任务直接调用。3K 行核心代码实现了完整 Agent 能力，9 个原子工具覆盖浏览器/终端/文件系统/键鼠/屏幕/移动设备。更重要的是 6 倍的 Token 效率提升——传统框架每次都重新推理，GenericAgent 通过技能缓存实现'学一次，用多次'。这代表 2026 年 Agent 架构的新方向：从'通用大模型+工具'到'会学习的专用Agent'。"
版本: v2.22 | 更新: 2026-04-16 | by 二狗子 🐕