Ratchet：自我进化大语言模型智能体的最低卫生秘诀

Voyager 首创的自我进化技能库让冻结的 LLM 代理积累可重用的知识，而无需更新权重，但最近的评估表明，LLM 创作的技能比无技能基线提供 $+0.0$pp，而人工策划的技能提供 $+16.2$pp：瓶颈不是技能创作，而是生命周期管理。我们引入了 \textbf{Ratchet}，这是一个单代理循环，其中冻结的大语言模型可以编写、检索、管理和淘汰自己的自然语言技能。 Ratchet 集成了四种候选卫生机制：结果驱动的退休、有界的活跃上限、元技能创作指导和模式规范化。在 Claude Opus 4.7 的 MBPP+ Hard-100 上，Ratchet 将持有的 pass@1 从 $0.258 \pm 0.047$ 基线提升到 $0.584$ 的后期窗口滚动平均值（峰值 $0.658 \pm 0.042$），跨越 100 轮和 3 个种子，滚动平均值为 $+0.328 \pm 0.018$ 增益，其中无技能控制漂移 $+0.002 \pm 0.005$；相同的配方转移到已验证的 SWE 工作台上的代理求解器（20 轮中峰值提升 $+0.22$）。八项消融（A1--A8）表明，最小工作方案比我们的设计建议的要小：退休和元技能创作之前是承载的，而显式重复数据删除（规范化、覆盖防护）则包含在元技能本身中。无分歧命题表明，有界上限和退休门槛共同防止预期绩效低于无技能底线。