一个靠聊天就能进化的 AI agent，我替你们试了两天

我花了两天试了一下 Veyra，一个 Hacker News 上刚出来的开源项目。一句话介绍：一个自我进化的本地 AI agent，和别的 agent 最大的区别是，你不需要写 prompt，不需要调参数，你只需要跟它聊天。它会在聊天过程中自己学习你的偏好，然后进化。

先说结论：方向我很喜欢，但目前只适合喜欢折腾的人。不适合拿它干正事的生产环境。

我是在 Mac 上跑的，克隆下来之后按 README 操作，依赖装好就能启动。第一次跑起来，它会在终端里开一个对话界面，和普通 CLI 聊天工具差不多。但背后的设计不太一样。它每次和你聊完，会把对话内容过一遍，提取出你提到的偏好，比如「以后回复我简短一点」「我主要关注 AI 和芯片封测」，然后写进一个类似 memory 的文件。下次再聊的时候，它会自动读取这些记录。我第二天打开再聊，它回话确实短了。

这个思路很有意思。现在的 AI agent 大多靠 prompt engineering 来调教，你有想法就手动改 system prompt，改错了再来。Veyra 把这件事变成了事后学习。你不用想清楚规则再告诉它，它从你的对话里反推规则。我理解这里的关键是，它把你的纠正和你的偏好做成了一次性更新的反馈信号，而不是每次都重新加载。

不过我踩了一个坑：它提取记忆的时机和准确性不太稳定。我试过连续纠正它三次「不要列要点」，第三次之后确实改了。但有时候我随口说的一句话也会被它当成偏好存进去，比如我抱怨了一句「今天好累」，它就记录下来，下次回答开头会问我是不是想休息。这个就有点过了。目前它没有让我确认「这条要不要存」，也没有一个界面可以手动清掉误存的内容。想删只能去翻文件自己改。

整个项目还在非常早期的阶段，代码量不大，也没有做并发处理。我拿 K8s 集群上跑 agent 的经验来看，单机单会话问题不大，多用户多人同时聊它肯定撑不住。但对个人来说，这个架构是够用的。

我后来翻了一下作者的 README，里面说它是一个「minimal starting point」，这个定位其实很准确。它不是一个完整的框架，更像是一个展示了「self-evolving」核心思路的骨架。适合想研究这个方向的人拿去拆。如果你想直接在项目里用它干活，可能还差点意思。

有意思的是，我看到 DeepMind 那边也在做类似的东西，走的是 agent 自我演化的路线，但实现方式会更重。Veyra 这种靠聊天来调整行为的轻量思路，反而让我觉得更有实操感。它绕开了复杂的 reward 设计和评估体系，直接用对话数据当监督信号。

适合谁呢：做 agent 研究的人，想看看「最小实现」长什么样的，建议拉下来玩玩。不适合谁：想找个开箱即用的工具来管自动任务的，现在还太早。

最后留个问题，现在每个人聊天记录的偏好都是独立存的，那如果几百个人都跟它聊过，系统要怎样做统一进化？是靠模型微调，还是靠一套评估机制挑出高质量的记忆？这个我还没想明白。

---

本文编译自 Hacker News，原文：GitHub - iondodon/veyra: Self evolving AI agent · GitHub
版权归原作者所有，本文为基于公开报道的编译与独立分析。