「2026中国AI智能体大会」于7月2日至7月3日在杭州举办，由智东西与智猩猩联合主办。主会场与分会场基本场场爆满，闭门技术研讨尤其一座难求。
整体嘉宾构成以产业界实践者和在读博士生为主，分享密度不低，但顶级学者与一线大厂核心负责人不算多——更像是智能体方向的一次「前沿实践扫盲 + 技术路线碰撞」，而非顶级峰会。对我个人而言，价值在于把自进化、Skill 群体化、Harness 外化这几条正在成形的技术脉络串了起来，且与团队正在做的算子生成/优化 Skill 仓高度相关。
大会横跨两天，三个会场并行，涵盖开幕式、十余场闭门技术研讨会及多个专题论坛。我主要参加了开幕式主题分享，以及 Coding Agent、自进化智能体、Agent Harness 三场闭门研讨会，共听取 20 余位嘉宾分享。
| 我参加的场次 | 时间 | 核心议题 |
|---|---|---|
| 开幕式主题分享 | 7/2 上午 | 自进化智能体、GenericAgent |
| Coding Agent 技术研讨会（闭门） | 7/2 下午 | 代码智能体工程实践 |
| 自进化智能体技术研讨会（闭门） | 7/3 上午 | SkillClaw 群体进化 |
| Agent Harness 技术研讨会（闭门） | 7/3 下午 | 模型之外的外化与协同演化 |
贯穿多场研讨，讨论最集中的技术方向有三条：
以下三节展开我认为高价值的三场分享。每场均有胶片全集子页，逐页收录现场拍摄的全部 slide 及简要介绍。
肖教授从 GenericAgent（GA）项目出发，提出一个清晰定位：智能体是智能的载体，大模型推动智能体从「反应式 → 目标驱动 → 自适应 → 社会智能」逐级跃迁。其中 自进化智能体（SEA）是迈向 AGI 的关键阶段——让 AI 从「知识系统」变成「行动系统」，从「身心二元」走向「身心一体」。
他用「龙虾 = 大模型 + 手脚/记忆」的比喻概括当下主流 Agent 架构：核心价值是从「作诗到做事、从聊天到干活」。但 OpenClaw 类方案的问题在于——能力靠外部堆叠，Token 消耗高，难以持续进化。
GA 的核心设计哲学是 「能力从种子生长」，而非传统工程的「蓝图建房」：
| 层级 | 名称 | 作用 |
|---|---|---|
| L0 | 元规则 | 核心公理与系统约束 |
| L1 | 记忆索引 | 常驻导航层（<30 行），高信噪比规划 |
| L2 | 全局事实 | 稳定环境信息（路径、配置、凭证） |
| L3 | 任务技能 | 可复用 SOP / Skill 脚本 |
| L4 | 会话归档 | 执行轨迹，供长期反思与回溯 |
L4 自动归档压缩，噪声隔离后向下沉淀——用得越多，个人技能树越茂盛。
这一点对我触动很深：Skill 是生长出来的，不是规划设计出来的。 传统做法像盖房子——先画蓝图、再按图施工；GA 的路径更像种树——播下一颗「核心种子」，在真实需求与环境交互中，技能自然萌发、分叉、茂盛。这也意味着不存在放之四海而皆准的 Skill 模板：就像每个孩子天赋秉性不同，适合的培养方式各异，不同基座模型各有长短，对其最契合的 Skill 描述与组织方式也会不同——有的模型擅长遵循步骤，有的更擅长从失败中自我修正，Skill 的形态应当随模型「性格」而演化，而非一次性写死。
肖教授用三个真实案例说明 L3 层如何「边走边修」地生长：百度地图测距 SOP（自然语言 + 代码混写）、数据库字段坑点清单（Key Pitfalls）、公众号整理工作流约定（User Preferences）。它们都不是事先写好的标准模板，而是在反复踩坑后逐步成形的结构——Neurath 的比喻很贴切：「像海上的水手，必须一块一块地重建自己的船。」
肖教授对 Skill 给出了一个偏认知科学的定义：Skill = Knowledge + Action + Judgment + Fluency——不只是「知道什么」，更是知道怎么做、何时做、如何高效稳定地执行。Skill 属于 Polanyi 意义上的隐性知识（Tacit Knowledge）：难以完全 verbalize、高度情境依赖、需长期练习内化、最终表现为「直觉」而非神秘主义。
GA 的工具设计遵循工具极简主义——只提供最小集合的单功能、无重叠「原子工具」，通过组合解决复杂任务：
| 类别 | 原子工具 | 设计要点 |
|---|---|---|
| 文件管理 | file_read / file_patch / file_write | 分段读取、精确匹配修改、整块覆写 |
| 代码执行 | code_run | 每轮限单次调用，强制「走一步看一步」 |
| Web 交互 | web_scan / web_execute_js | 布局分析剥离 DOM 噪声，Token 降一个数量级 |
| 记忆管理 | update_working_checkpoint / start_long_term_update | 短期工作流状态 + 长期经验沉淀 |
| 人工介入 | ask_user | 越界/高风险时主动请求人类，兜底安全 |
GA 拒绝「预装尽可能庞大的知识体系」——世界知识无穷尽，全量预装意味着巨大构建成本与极高错误概率。正确做法是按需补齐基模的知识盲点：基模已覆盖读日志、定位异常、排障思路等通用能力，真正需要补充的是影响任务成功的私域盲点（服务拓扑、特定错误码含义、内部 SOP 等）。
| 维度 | 传统做法 | GA 按需补盲 |
|---|---|---|
| 知识库 | 全领域预装，追求「全能」 | 轻量基模 + 动态补齐关键盲点 |
| 构建成本 | 极高（清洗、Schema、冗余） | 极低初始成本，边做边补 |
| 适应性 | 脆弱，长尾场景易崩 | 通过探索反思持续填充长尾 |
| 哲学 | 静态正确：先建完美知识库再用 | 实用主义：先行动，成功执行是唯一标准 |
GA 借鉴 Kahneman 的双系统理论，把 Agent 运行拆成两条路径：
进化的本质，就是不断将 System 2 的「慢思考」沉淀为 System 1 的「快直觉」——遇到陌生问题时触发深度探索，成功后经验日志精炼、泛化并写入 Skill Library，下次同类任务直接走快路径。
肖教授设计了一个「极简探测实验」：给 Agent 安装 20 个 Skill 并高强度长期使用后，发送极简指令「Hello」，测量完整 Prompt 长度。结果：
| Agent | Full Prompt（tokens） |
|---|---|
| Claude Code | 22,821 |
| CodeX | 23,932 |
| OpenClaw | 43,321 |
| GA | 2,298 |
GA 采用选择性记忆注入（L1 索引导航 + 按需加载），而非其他方案的「全量记忆增长」——Skill 越多、用得越久，上下文反而保持精简。这是 Token 成本优势的结构根因。
实验对比显示，GA 的 Token 成本约为 OpenClaw 的 1/3～1/10，且「越做越高效」。更关键的是 本地训练闭环：把 L4 成功轨迹 → 过滤整合 → 本地微调 → 能力参数化（System-1 直觉执行），低 Token 消耗使端侧数据飞轮成为可能。
GA 的「生长」不是放任自流，而是有课程设计原则的：从低风险、强反馈、可复盘的任务开始，逐步走向开放环境复杂任务——与前面提到的 RL 冷启动异曲同工。
| 阶段 | 任务类型 | 目标 | 评估指标 |
|---|---|---|---|
| 1 | 单步工具任务 | 学会调用工具、闭环执行 | 准确率、耗时、可复现性 |
| 2 | 多步工作流 | 步骤分解、跨工具协调 | 完成率、稳定性、错误恢复 |
| 3 | 开放环境 | 应对噪声、变化与意外 | 成功率、鲁棒性、适应性 |
| 4 | 长周期自主 | 记忆积累、策略调整、自我修正 | 长期收益、知识蒸馏、自主性 |
SEA 的风险已从「答错内容」升级为可执行、可传播、可持续的系统性行为风险——信息错误转化为真实世界的行为失控。肖教授梳理三层风险：
国家网络安全中心已针对 OpenClaw 发布安全风险预警——自进化越强大，Harness 层的权限控制与 Skill 审计越不可缺。
姬煜翔先画出了当前 Agent 生态的两个结构性痛点：
「共享了 Agent，能力却没有一起变强」——多个用户、多台设备反复踩同一个坑（参数格式不对、路径不存在、Git 鉴权失败、工具调用错配）。SkillClaw 的解法是：在 Skill 层复用 Agent 反馈中的经验，将个体 Session 中的行为模式提取、沉淀为 Skill A/B/C/D，让整个群体复用，经验在组织层面积累。
姬煜翔用一张四象限图定位了当前 Agent 生态的空白地带：
现有方案多落在左上（Multi-Agent 编排，如 Claude Code subagents）或左下（单体 Agent，如 OpenClaw），右下象限「Skill 群体进化」几乎无人系统性地做——这正是 SkillClaw 的切入点。
SkillClaw 面向群体的 Skill 进化遵循固定三阶段：
SkillClaw 全栈架构分三层：
底部闭环：会话收集 → 验证发布 → 持续复用。
SkillClaw 的设计起点是：不只看最终答案，过程中的每个反馈点都是 Skill 进化的监督信号。
跨 Session 按 Skill 聚合对比，形成天然的 ablation：成功轨迹强化模式，失败轨迹暴露缺陷。
SkillClaw 与 Nacos 合作，把 Skill 当作 AI 资产纳入统一注册中心——Shared Storage 提供存储（sessions/ + skills/，支持 local / OSS / S3），Nacos Registry 提供团队级治理（版本、标签、状态、审核、审计 Trace、元数据）。
完整生命周期：candidate → draft → review → online → latest，每步有版本记录与审计日志，支持回滚。工业级治理带来更可控、可扩展的 Skill 群体进化能力。
在 WildClawBench（60 个真实世界 Agent 任务）上，多轮群体进化带来稳定提升：社交互动 54%→60%，搜索检索 23%→35%，创意合成 12%→22%。过程类经验（工具调用、环境适配、错误恢复）更易沉淀，纯推理类任务收益相对较小。
SkillClaw 提供两条进化路径，对应不同成熟度阶段：
| 方式 | 流程 | 适用场景 |
|---|---|---|
| 静态 Pipeline | Summarize → Aggregate → Execute → Publish | 结构化、稳定，适合早期冷启动 |
| Agentic Evolver | Harness 内 Agent 自主诊断、决策（Refine/Create/Skip）、编辑 SKILL 文件 | Skill 需重构、合并或边界条件复杂时 |
成功 Session 沉淀有效行为模式，失败 Session 提炼待修正问题模式——与 GA 的 System 2→1 沉淀逻辑异曲同工，但发生在群体 Skill 层而非单 Agent 记忆层。
工程侧采用 Client Proxy 低侵入接入：用户照常与 Codex / Claude Code / OpenClaw 对话，只需把 API endpoint 指向本地 proxy，后台自动记录 Session、注入 Skill 并与共享 Registry 同步——不改习惯即可接入群体进化闭环。
周宸宇的综述提出了一个统一视角——智能体进化需要 Model-Harness 耦合视角：
形成 外化（Externalization）↔ 内化（Internalization） 的「自涉演化」闭环。
周宸宇用一句话收束全场讨论：Agent = Model + Harness。Harness 不是外围插件，而是 Agent 赖以思考与行动的认知环境——Memory、Skill、Protocol 三簇能力围绕 Harness 核心展开，再向外延伸到 Sub-agent 编排、Sandbox、压缩等工程设施。
右侧时间轴（2022→2026）显示社区热点的迁移轨迹：从 Pretraining / Fine-tuning 的权重层，逐步上移到 Context Engineering、Workflow、Agent Infrastructure，再到 MCP、Tool Ecosystems 等 Harness 层——场景适配的主战场正在外移。
| 外化层 | 本质 | 举例 |
|---|---|---|
| Memory | 外化的状态 | 工作上下文、情景经验、语义知识、个性化记忆 |
| Skill | 外化的知识 | 操作流程、决策启发式、规范约束 |
| Protocol | 外化的交互 | MCP、A2A、工具调用协议 |
| Harness | 外化的能动性 | 调度、权限、观测、控制、反馈 |
记忆层与 Skill 层存在动态转化：反复出现的程序性模式从情景轨迹中被 Harness 提升为显式可复用 Skill。
Protocol 层回答「外化 Memory 和 Skill 如何进入世界」——演进路径从孤立 Model Call → API Hardcoding → 标准化 Protocol（MCP、A2A、Function Calling）→ Agentic Web。Harness 通过 Interact / Perceive / Collaborate 三支柱管理外化交互：对接外部 API 与工具、感知环境与反馈、与其他 LLM/Agent/人类协作。
周宸宇团队进一步提出 LatentSkill——从潜空间视角理解、控制与组合智能体技能，把 Skill 从「注入 prompt 的文本」升级为「编译为 LoRA adapter 的潜在权重」。
核心不再让模型每步读 Skill text，而是用 Skill Compiler Gφ 把 Skill 文档映射为 LoRA 更新 Δs，通过参数挂载影响模型行为——从「文本条件」转为「参数条件」。Stage 2 用 OpenAI o3 作为 Teacher，在带 Skill 标注的轨迹上做 SFT，让 adapter 从「承载程序性知识」变成「驱动 Agent 行为的潜在能力模块」。
| 维度 | Textual Skill | Latent Skill |
|---|---|---|
| 运行成本 | 每步重复注入，Token 开销大 | 挂载 adapter，Prefill 从 1.2k→0.44k |
| 安全性 | 明文暴露 | 编译进权重，低泄露风险 |
| 粒度 | 粗粒度 prompt 影响 | 细粒度参数级行为调控 |
ALFWorld 实验：Seen 任务成功率 52.9%→74.3%，Unseen 56.0%→69.4%。多 Skill 组合时，语义组件对齐的 Component Merging 优于直接拼接 LoRA 或文本。
在 Search-QA 任务上，LatentSkill 的 Exact Match 从 In-Context Skill 的 32.6% 提升到 35.6%，同时平均成本从 1.10k 降至 0.31k——分解问题、构造查询、整合证据等策略性行为得以保留，运行开销显著降低。
LatentSkill 在权重空间中形成结构化语义几何——域内 ALFWorld/Search 技能聚类，域外 Code/Finance/Writing 也能形成结构。Skill 不再只是 prompt 文本，而是可以被度量、比较和分析的潜在能力对象，为 Component Merging 提供几何基础。
LatentSkill 在文本扰动（Paraphrase / Reorder / Noise）下更稳定——依赖编译后的 LoRA 表示，不受 Skill 表面形式变化影响。在 Prompt 攻击（Hijack / Extract）下更安全：ALFWorld Hijack 攻击下 In-Context 成功率跌至 8.57%，LatentSkill 仍保持 38.6%。Skill 不以明文出现在 prompt / 请求日志中，降低策略被抽取和复制的风险。
LatentSkill 的训练分两阶段：先用 17 万条开源 Skill 文档预训练 Compiler（text→adapter 映射），再在具体任务上微调。
结合三场分享与团队现状（GPU 算子研发 + 内部 Skill 代码仓），我的判断如下。