自主進化 v3：Agentic Evolution Engine + Playbook
SOUL.md 改為唯讀人格層；真正在學習、累積、可以個別淘汰的是行為規則清單（playbook）。
以前，AI 員工學到教訓時會請 LLM 整份改寫自己的人格檔 SOUL.md。DuDuClaw 1.53 起，SOUL.md 對 AI 員工是唯讀的（只有你，透過儀表板或操作者終端才能改），真正在學習、累積、可以個別淘汰的是一份新的行為規則清單（playbook）。這篇文件說明改了什麼、對你有什麼影響，以及怎麼設定與觀察。
三個月的實際運作數據顯示，舊機制常常「壞掉但沒人發現」：
- 人格檔一旦長超過安全上限，後續所有學習提案都會被同一道關卡擋下，而系統只把「需要人工複查」寫進一行沒人看的 log。AI 員工就此卡住，再也學不到新東西，直到有人偶然發現。
- 觀察期規則原本是「對話數不夠就等」，但等待邏輯有漏洞，最後變成「反正等夠久就當作驗證通過」，實際上完全沒有真正的證據支持。
- 業界也在往這個方向走：Anthropic 官方記憶 API 建議用「很多個小而專注的檔案」取代「少數幾個大檔案」；Letta（MemGPT 的後繼者）乾脆不讓主 AI 自己編輯核心記憶。人格檔本身沒有被淘汰的跡象，被淘汰的是「讓 LLM 自己整份改寫它」這件事，剛好也是最容易被提示注入攻擊利用的一塊。
改了什麼（給你的實際影響）
Section titled “改了什麼（給你的實際影響）”- SOUL.md 你來改，AI 員工不能自己改。 想調整某位 AI 員工的個性、語氣、職責邊界，一樣是在儀表板「AI 員工 → 詳情 → 編輯」或直接編輯檔案，跟以前一樣。差別是 AI 員工自己不會再半夜偷偷改自己的人格檔。
- 新的學習容器是 Playbook（行為規則），取代整份人格檔改寫。 每條規則很小、有自己的分類（修正錯誤 / 優化既有做法 / 探索新做法）、記錄什麼情境該觸發它、連結至少一個驗證用的測試案例，累積 helpful/harmful 成效分數，表現不好會自動退休，不會無限累積成一份誰都不敢動的巨型文件。
- 驗證變細顆粒。 以前是「整份人格檔改完，觀察 24 小時，整份 confirm 或整份 rollback」。現在每條規則各自驗證、各自決定去留：一條規則表現不好，只回滾那一條，不會牽連其他學到的好東西。
- 舊機制沒有被刪除，是預設關閉的逃生門。 若你有特殊理由需要維持舊的「整份改寫 SOUL.md」行為，可在該 AI 員工的
agent.toml設定[evolution] legacy_soul_evolution = true。但走這條路的 AI 員工享受不到新機制的保護（分層驗證、更細的回滾、停滯告警）。
每條新學到的規則都走同一條生命週期，驗證與去留以「條」為單位：
學習提案（一條規則） | v+---------------------------+| 零 LLM 作弊偵測 | <-- 抄驗證題題面 / 永遠成立的空話 /+-------------+-------------+ 教隱瞞失敗 → 直接擋下並記錄原因 | v+---------------------------+| 連結驗證題（eval case） | <-- 每條規則至少連結一題，+-------------+-------------+ 附機器可檢查的斷言 | v+---------------------------+| 觀察期 | <-- aee_settle_hours（預設 24 小時）+-------------+-------------+ | v+---------------------------+| 各自決定去留 | <-- 累積 helpful/harmful 成效分數；| | 表現不好只回滾那一條，自動退休+---------------------------+進化學習本來就是選擇性功能，兩層開關都要打開：
[evolution]enabled = true # 總開關（master switch）gvu_enabled = true # 學習迴圈本身（預設 false，需要你明確打開）gvu_enabled 的預設值已改為 false（本次修正了一個長期存在的設定矛盾：過去範本產生的設定檔即使寫 = true，實際執行時卻常被系統當成 false 處理，兩邊不一致）。若你之前依賴「沒寫這個 key 就會自動啟用」的舊行為，升級後請明確把它打開。
其他常用設定：
[evolution]gvu_cooldown_minutes = 60 # 每位 AI 員工的學習冷卻時間（分鐘）， # 防止短時間內連續觸發多次學習耗費過多資源aee_settle_hours = 24 # 新學到的規則要觀察多久才決定去留strategy = "balanced" # 每輪學習比較偏向修錯 / 優化 / 探索新做法strategy 有四種選擇：
| 值 | 適合情境 |
|---|---|
balanced（預設） |
修錯、優化、探索三者平衡 |
innovate |
偏重探索新做法，適合還在摸索定位的新 AI 員工 |
harden |
偏重優化既有規則，適合已經穩定運作、想精修的 AI 員工 |
repair_only |
只修錯，不主動探索新規則，最保守 |
儀表板「記憶」頁新增「自主學習」分頁，可以看到：
-
進化模式總覽：目前有多少 AI 員工啟用了學習、走的是新機制還是舊逃生門
-
版本歷史：每次學習事件的時間軸
-
停滯偵測：某位 AI 員工連續好幾輪學習都被拒絕、或很久沒有成功學到新東西時，這裡會出現警示（過去這種情況完全沒人看得到）
-
拒絕統計圖：學習提案在哪一關被擋下最多，方便判斷是規則太嚴還是 AI 員工提案品質不好
-
經驗法則清單：目前每位 AI 員工學到的規則。每張卡片以白話呈現（「當任務出現〈做不到、能力不足〉時，我會〈先確認手上有哪些工具〉」），底下一行「為什麼有這條」說明來源與證據（歸納自幾次失敗、有幾個驗收案例把關、實際用過幾次、其中幾次有幫助）；給模型看的原始條文收在「看原始規則內容」裡，需要時才展開。狀態用一致的白話標籤：觀察中（尚未生效）／試用中／生效中／很久沒用到，已收起來／已淘汰。可一鍵匯出成 JSON，或停用某一條你不認同的規則。
白話改寫是純樣板組裝，不呼叫任何模型，所以列表頁重整不會產生費用或延遲。組不出通順句子時不會硬編：卡片改為顯示原始條文並明確標示「這條還無法自動改寫成白話」。
在通訊軟體裡看規則
Section titled “在通訊軟體裡看規則”不必開儀表板也能問：
/rules # 目前生效中的前 3 條（白話）/rules all # 全部（含觀察中、已收起來的；已淘汰的留在儀表板）同樣零模型成本：指令在進入 AI 之前就被攔截處理。
回答裡也能問「你為什麼這樣做？」：注入給 AI 的規則現在帶編號與一行說明，AI 可以直接指出它依據的是哪一條（「因為我學過：…」），不必事後編一個聽起來合理的理由。
規則的試行結果（採用／回退／證據不足）會計入每日摘要的學習事件節，不會單獨推播打擾你。
進階：匯出規則、跑驗證題庫
Section titled “進階：匯出規則、跑驗證題庫”想把某位 AI 員工目前學到的規則整批匯出（例如做人工審查、或未來想跨員工複製一份經驗），可以用：
duduclaw playbook export --agent <員工 id> --out rules.json每條規則的去留由連結的「驗證題庫」（eval case）決定。若你想自己手動跑一次驗證，或建立/擴充題庫：
duduclaw eval evals/<員工 id> # 跑一次完整題庫duduclaw eval evals/<員工 id> --case foo,bar # 只跑指定幾題duduclaw eval evals/<員工 id> --exclude-dir held-out # 排除保留題（防止 AI 員工看過答案）自 1.53 起，每條新學到的規則都必須連結至少一題驗證題，並附上幾條可機器檢查的斷言（必須用哪些工具、輸出必須或不得包含哪些字樣）。還沒有題庫的話，可以先用草稿指令從 SOUL.md 的行為規則產生題目草稿：
duduclaw eval-scaffold --agent <員工 id> # 產生題目草稿到 evals-drafts/草稿會放在 evals-drafts/，經你人工審核、搬進 evals/ 之後才會被學習機制採用，未審核的草稿不會混進正式題庫。若某條規則的斷言沒有對應的錄製紀錄可以重放，系統會誠實標記「未驗證」並降為僅供參考，不會假裝測過。
若某位 AI 員工過去在舊機制下已經把不少行為規則寫進了 SOUL.md，可以把它們搬進新的 playbook（先產生草稿、你審核過再套用）：
duduclaw playbook migrate-soul --agent <員工 id> # 步驟 1：產生遷移草稿duduclaw playbook migrate-soul --agent <員工 id> --apply # 步驟 2：審核後套用防作弊稽核（1.53 起內建）
Section titled “防作弊稽核（1.53 起內建）”學習提案在進入驗證前，會先經過一道零 LLM 的作弊偵測：規則內容若大量抄襲驗證題的題面（等於背答案）、寫成永遠成立的空話、或教 AI 員工隱瞞失敗不回報，提案會直接被擋下並記錄原因。至於「討好評審的措辭」這類較模糊的訊號，只會記進統計供你觀察，不直接否決，避免誤殺正常規則。
還沒做的部分
Section titled “還沒做的部分”這是一份分階段落地的改造。以下項目在規劃中，尚未隨本版出貨，之後會另行公告：
- 把每次學習「立成一個可證偽的假設」，讓觀察期真正在等一個具體答案，而非模糊地看統計數字
- 定期把累積的規則做語意層面的去重整理（目前已有的去重只擋幾乎一字不差的重複，還不會發現「五條規則其實在講同一件事」這種需要理解才看得出的重疊）
- 開關細節：
docs/guides/evolution-switches.md - 驗證題庫（eval）完整指南：
docs/guides/evals.md - 技術架構：
docs/architecture/evolution-engine.md第十二章