让 dsh 通过自进化画出概念图¶

在进入案例之前，让我们先介绍一下自进化这个概念。Agent 执行任务时会和环境交互，并从用户或者环境中获得反馈。它根据反馈分析问题，并修改自身，以达到更好的效果。这个过程就称之为自进化。

自进化通常包括下面几个步骤：

这里的“自身”不限于模型参数。Prompt、Skill、工具以及 Harness 的结构都会影响 Agent 如何完成任务，也都可以成为自进化的对象。

对于一类任务，Agent 可以在试错中发现任务说明里没有写出的偏好和规律，再把经过验证的经验存进 Skill。新任务读取这份 Skill 时，便能沿用已有经验。这便是自进化的一种应用。本章将通过进化概念图绘画 Skill 的实验，讲解自进化的整个过程。

一个自进化实验¶

设想你是一名设计师，正在为甲方绘制概念图。甲方想要一张宠物图，不过说不清应该画哪种宠物、使用什么毛色，以及画面画哪些细节，只能在看到设计稿以后判断好还是不好。于是，设计师先给出一个方案，甲方再根据画面反馈自己的偏好。几轮往返以后，甲方原本模糊的想法才会逐渐清楚。

我们让 dsh 扮演这位设计师。为了观察 dsh 能否从反馈中找到这些偏好，本章把这段协作过程改造成一个自进化实验。dsh 负责绘制宠物概念图，评测器则负责模拟甲方给概念图评分。在本实验中，我们采用 CLIP 模型作为评测器，用图片和偏好的相关程度作为评分的依据。

实验开始时，dsh 只知道要画一只宠物。初始 Skill 也只规定画布尺寸、文件格式和基本绘画方式，没有指定物种、毛色或构图。评测器则预先设置了三项没有公开的偏好：宠物种类、毛色和细节（在这个例子中，评测器青睐细节丰富的白色狗）。评测器会对一张图片给出这三项的分数，这些分数反映了图片与三项偏好的符合程度。dsh 能看到这三项的分数，却不知道具体的偏好。

每一轮，dsh 都会读取当前 Skill，按照已经记录的策略画图，同时对 Skill 中尚未确定的物种、毛色或画面细节进行尝试。图片完成后，dsh 将它交给评测器评分，再根据分数判断这次尝试是否值得写入 Skill。经过多轮尝试，Skill 会逐渐记录得到评分支持的经验，dsh 也会逐步摸清评测器的偏好。下面这张图展示了整个实验流程：

以宠物毛色为例。dsh 读取当前 Skill，里面没有规定毛色，于是先尝试棕色，画出一只棕色狗并交给评测器评分。由于毛色分很低，dsh 在下一轮改画了一只白色狗。确认毛色分明显上升后，dsh 把“犬类优先采用白色毛色基调”写进 Skill。之后的轮次会读取更新后的 Skill，画狗时便会优先使用白色毛色。

由于评测器对于 dsh 是一个黑箱，所以 Skill 中新增的规则必须来自实际尝试和分数变化。对于真实项目，可以把 CLIP 换成甲方、设计负责人或评审小组。

自进化运行与分析¶

从一份简单的 Skill 开始¶

实验开始时，我们只给 dsh 一份简单的 Skill。它保留 SVG 的基本绘制要求，绘画策略暂时为空，等待 dsh 在运行中更新。

# 用 SVG 画宠物

- 画布为 512×512，`viewBox` 为 `0 0 512 512`。
- 使用 SVG 图形画一只宠物。
- 不得嵌入或引用外部图片。

## 绘画策略

暂无。

同时，我们用任务提示约定自进化流程、循环轮数和评测规则。下面截取任务提示中最关键的一段。

提示词内容：

读取并使用当前绘画 Skill，画出一张 512×512 的 SVG 宠物概念图。渲染并查看图片后，只调用一次固定评测。评测返回宠物种类、毛色和画面细节三项得分。结合历史图片与分数，每轮优先只改一项；创下新高并且能说清提升来自哪里时，立即把可复用规则写入 Skill。达到本次轮数上限后停止。

接下来我们把任务提示词交给 dsh。它会自动继续整个自进化的流程，包括连续绘图、查看结果、取得评分并修改 Skill。

自进化结果¶

我们设定实验共运行十轮，每轮留下一张图片及其评分，因此最终得到十张图片和十组评分。由于评测器偏好细节丰富的白色狗，dsh 会根据反馈逐步向这个方向调整。

下表记录了一次自进化实验的主要改动，以及宠物种类、毛色和画面细节三项得分。

轮次	本轮主要变化	种类匹配分	毛色匹配分	画面细节分	总分
0	橘色虎斑猫	0.32	0.21	19.20	19.73
1	改画橘色狗	13.70	0.20	19.27	33.16
2	改为棕色狗	16.46	1.61	18.69	36.75
3	改为白色狗	26.89	21.45	20.23	68.57
4	用描边补足白色轮廓	27.92	25.11	19.39	72.41
5	增加浅蓝背景	21.67	22.58	21.46	65.71
6	撤回背景并提纯白色	26.54	26.15	19.34	72.03
7	增加地面、骨头和红球	28.33	26.94	18.94	74.21
8	清理零碎线段	28.50	26.97	19.34	74.81
9	增强脸部对比	28.22	27.49	18.56	74.27

下图把总分单独画成折线，方便观察每次改动之后的整体变化。

从表格和折线图可以看到，总分虽然中间有所回落，但整体呈上升趋势。这说明 dsh 能够根据评分不断调整 Skill，逐步形成更适合这项任务的绘画策略，并画出符合评测器偏好的图片，完成了一次有效的自进化。整个探索过程大致可以分为三个阶段：先确定宠物种类，再尝试不同毛色，最后调整画面细节。

物种¶

第0轮画出的是一只橘色虎斑猫。虽然画面细节不错，宠物种类和毛色却几乎没有得分。dsh 随后改画狗，物种分和总分随之上升，由此判断犬类更接近评测器的偏好，并把“宠物种类不确定时，优先选择犬类”写进 Skill。

第2轮又把毛色改成棕色。总分虽然继续上升，但物种分也发生了变化，毛色分依然很低，无法证明棕色更合适。因此，这次尝试没有写入 Skill。

毛色¶

第3轮把棕色狗改成白色狗，总分从36.75升到68.57，出现了整个实验中最大的一次跃升。这一轮主要改变了毛色，毛色分也明显提高，因此 dsh 把“犬类优先采用白色毛色基调”写进 Skill。

下图记录了这次更新。dsh 渲染并查看 SVG、取得评分后，随即编辑了 Skill。

画面细节¶

找到白色狗以后，dsh 开始调整轮廓、背景和画面元素。这一阶段的反馈更加复杂：灰色描边降低了细节分；浅蓝背景虽然提高了细节分，却让其他两项得分下降；简单道具和画面清理则带来了小幅提升。

经过几轮尝试，dsh 最终把简单道具和保持画面简洁写进 Skill，没有保留浅蓝背景和增强脸部对比等效果不佳的改动。

自进化最终得到的 Skill¶

运行结束后，最初空白的策略区留下四条规则。

## 绘画策略

- 宠物种类不确定时，优先选择犬类。
- 犬类优先采用白色毛色基调。
- 犬类场景可搭配浅色地面与简单道具（如骨头、红球），
  强化宠物主题。
- 画面保持简洁，避免零碎细小线段；重要特征用较大、
  清晰的形状表达。

最终，Skill 保留了犬类、白色毛发、简单道具和保持画面简洁四条策略。浅蓝背景和增强脸部对比没有带来稳定提升，因此没有保留。整个实验中，模型参数始终未变，画面变化来自 dsh 对 Skill 的不断修改。下面选取四个关键轮次，直观展示这些修改如何影响绘画结果。

四张图展示了 Skill 逐步变化的过程。画面中的宠物从猫变为狗，毛色由橘色和棕色逐步调整为白色，后续几轮则继续优化轮廓和画面元素。后期图片已经明显接近评测器的偏好，说明 dsh 通过修改 Skill 完成了一次有效的自进化。

验证进化后的 Skill¶

在新会话中复用 Skill¶

前面的 Skill 一直在同一个会话中更新和使用。要确认 Skill 能够脱离原会话复用，还需要排除会话历史的影响。为此，我们新建一个没有前文记录的会话，只把最终的 Skill 放进工作区，再发送下面的提示词。

提示词内容：

读取并使用当前工作区中的 animal-drawing Skill，绘制一张 512×512 的 SVG 宠物概念图并保存为 candidate.svg。只生成这一张图，不调用评测器，不修改 Skill，不参考其他会话或已有图片。完成后检查 SVG 能正常打开，并用中文简短报告文件路径。

第8轮的最高分概念图 — 图 13.6 第8轮高分图与新会话复用最终 Skill 画出的概念图

新会话复用 Skill 的结果 — 图 13.6 第8轮高分图与新会话复用最终 Skill 画出的概念图

上图右侧的概念图由新会话画出。这个会话没有读过前面的图片和评分，也没有调用评测器，只根据最终的 Skill 画图。这里将它与自进化过程中得分最高的第8轮概念图放在一起比较。

两张概念图虽然不完全相同，但主体和关键元素基本一致。右图仍然画出了白色犬类，并保留了浅色地面、红球和清晰的大轮廓，这些都是评测器偏好的画面特征。这说明新会话能够采用 Skill 中的绘画策略，同时采用新的构图。下一次再画同类概念图时，dsh 可以直接从这些经验出发，不必重新摸索宠物种类和毛色。最终，我们得到了一份可以复用的画图 Skill。