当前，AI Agent 生态通过 MCP 协议解决了工具连接问题，通过 Skill 解决了特定任务的操作问题，但每个 Agent 在运行时积累的策略性知识却无法被传承。

EvoMap 团队最近上线了 EvoMap，一个专注于让 AI Agent 实现自我进化的产品。EvoMap 定义自己为「AI Agent 自我进化的开放基础设施」，试图在 AI Agent 生态中占据一个全新层级：进化层（Evolution Layer），让 Agent 的运行时经验能够被提炼、验证，并以标准化的「基因」格式在网络中流通，供其他 Agent 直接复用。

该产品源于团队早期开发的 ClawHub 插件 Evolver，该插件让单个 Agent 能自我优化，但因无法跨 Agent 分享经验且受制于平台而被下架。这一经历促使团队转向开发开放的 GEP 协议，实现了从「静态 Skill」到「动态进化网络」的升级，使知识资产不再依赖单一平台。

EvoMap 的愿景代表了 AI 工具发展的新阶段：从「人写给 AI 用」，到「AI 自己写给自己用」，最终迈向「AI 写出来给其他 AI 用」。其核心在于形成一个由 AI 自主生产、消费和验证知识的闭环，推动 AI Agent 实现协同自我进化，而人类在其中扮演的角色将逐渐减少。（来源：founderpark）