系列文章：《blockcell 开源项目深度解析》第 9/14 篇

---

一个大胆的想法

大多数软件都是静态的：你安装了什么版本，它就一直是那个版本，直到你手动更新。

blockcell 有一个大胆的设计目标：让 AI 自己发现问题，自己写代码修复，自己测试，自己发布。

这就是"自我进化"（Self-Evolution）系统。

---

进化的触发条件

进化不是随机发生的，它由错误模式触发。

错误追踪器（ErrorTracker）：
- 监控每个技能的执行结果
- 在时间窗口内统计错误次数
- 当错误次数超过阈值，触发进化

举个例子：

stock_monitor 技能在过去 1 小时内失败了 3 次
→ ErrorTracker 判断：需要进化
→ 创建进化记录，状态：Triggered

---

进化流水线

进化流程分为 6 个阶段：

Triggered → Generating → Auditing → Compiling → Testing → RollingOut
                                                              ↓ 失败
                                                           Rolled Back

阶段一：Generating（生成）

系统向 LLM 发送一个特殊的提示词：

你是一个 Rhai 脚本专家。
当前技能 stock_monitor 出现了以下错误：
  - 错误1：finance_api 返回空数据时未处理
  - 错误2：网络超时时没有重试逻辑

请生成一个修复版本的 SKILL.rhai 脚本。
原始代码：[原始 SKILL.rhai 内容]
错误历史：[最近 3 次错误详情]

LLM 生成新版本的代码，保存为补丁（patch）。

阶段二：Auditing（审计）

系统对生成的代码进行静态审计：

• 检查是否有危险操作（如删除文件、网络外发）
• 检查代码结构是否合理
• 检查是否处理了已知的错误场景

如果审计不通过，进入重试循环（最多 3 次）：

审计失败 → 把失败原因作为 Feedback → 重新让 LLM 生成 → 再次审计

阶段三：Compiling（编译）

Rhai 脚本会被 Rhai 引擎预编译，检查语法错误：

let engine = Engine::new();
engine.compile(&new_code)?;  // 语法错误在这里捕获

编译失败同样会触发重试，把编译错误作为 Feedback 传给 LLM。

阶段四：Testing（测试）

使用技能目录里的测试用例（tests/ 目录）进行干跑测试：

skills/stock_monitor/tests/
├── test_basic_quote.json      # 基础查询测试
├── test_error_handling.json   # 错误处理测试
└── test_network_timeout.json  # 超时处理测试

每个测试用例包含输入和期望输出，新代码必须通过所有测试。

阶段五：RollingOut（灰度发布）

测试通过后，不是直接全量发布，而是灰度发布：

第1阶段：10% 的请求使用新版本
等待 10 分钟，观察错误率...

第2阶段：50% 的请求使用新版本
等待 10 分钟，观察错误率...

第3阶段：100% 的请求使用新版本

灰度期间，系统持续监控新版本的错误率。如果新版本的错误率高于旧版本，立即回滚。

---

重试与反馈机制

这是进化系统的关键设计：失败不是终点，而是反馈。

每次失败都会记录一个 FeedbackEntry：

struct FeedbackEntry {
    attempt: u32,           // 第几次尝试
    stage: String,          // 在哪个阶段失败
    feedback: String,       // 失败原因
    previous_code: String,  // 上一次的代码
    timestamp: i64,
}

下一次生成时，LLM 会看到完整的失败历史：

这是第 2 次尝试。
第 1 次失败原因：
  阶段：compile
  错误：第 15 行：变量 'price' 未定义
请修复上述问题，生成第 2 版代码。

这种机制让 LLM 能够从错误中学习，逐步改进代码质量。

---

版本管理

每次进化都会创建一个新版本：

~/.blockcell/workspace/
├── skills/
│   └── stock_monitor/
│       └── SKILL.rhai          # 当前版本
└── tool_versions/
    └── stock_monitor/
        ├── v1_2025-02-01.rhai  # 版本1
        ├── v2_2025-02-10.rhai  # 进化后
        └── v3_2025-02-18.rhai  # 最新

如果新版本出了问题，可以手动回滚：

blockcell evolve rollback stock_monitor

---

查看进化记录

blockcell evolve list

# 输出：
# SKILL           STATUS      ATTEMPT  CREATED
# stock_monitor   RolledOut   1        2025-02-10
# bond_monitor    Generating  2        2025-02-18

在对话中也可以查询：

你: 帮我看看哪些技能正在进化
AI: 正在进化的技能：
    - bond_monitor：第2次尝试，当前阶段：Auditing

---

进化系统的安全边界

自我进化需要安全边界：

1. 只能修改 Rhai 脚本：不能修改 Rust 核心代码
2. 审计过滤：生成的代码必须通过安全审计
3. 测试验证：必须通过现有测试用例
4. 灰度发布：有观察期，不直接全量替换
5. 自动回滚：新版本变差时立即回滚
6. 版本保留：所有历史版本都保留

---

生存不变量

系统会定期检查自己的"生存能力"：

struct SurvivalInvariants {
    can_compile: bool,            // 能编译代码吗？
    can_load_capabilities: bool,  // 能加载新能力吗？
    can_communicate: bool,        // 能联网吗？
    can_evolve: bool,             // 能自我进化吗？
}

如果任何一个不变量为 false，系统会记录警告并尝试修复。这确保了 blockcell 的核心能力不会因为某个错误而永久损坏。

---

实际效果

自我进化系统在以下场景特别有效：

• API 变更：数据源 API 格式改变，技能自动适配
• 边界情况：特殊输入导致崩溃，自动添加校验逻辑
• 性能优化：自动添加缓存、减少不必要的 API 调用

---

小结

blockcell 的自我进化系统是一个完整的 AI 驱动的持续改进流水线：

错误触发 → LLM 生成代码 → 审计 → 编译 → 测试 → 灰度发布 → 全量
              ↑ 失败反馈 ←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←

这让 blockcell 随着使用越来越可靠，真正实现了"越用越聪明"。

项目地址：https://github.com/blockcell-labs/blockcell
官网：https://blockcell.dev