Agent自演进驶入“双轨时代”！openJiuwen首发TTSE经验学习框架
内容提要
openJiuwen提出TTSE双轨自演进框架，借鉴认知科学区分陈述性与程序性知识，将Agent经验分为环境事实FACT与执行技巧TIP两轨，通过冷启动、在线增量演进等机制持续检验和更新经验。在五个基准测试中，双轨方案优于单轨。该框架已落地WorkSwarm办公智能体，实测Excel清洗等任务工具调用和耗时明显下降，综合办公评测表现提升3.81%，输出Token降低30.09%。
延伸解读
双轨设计解决的是经验失效问题
文章指出，Agent换环境后不灵，往往不是模型或Harness变了，而是旧经验与新环境不匹配。TTSE把经验拆成环境事实FACT与执行技巧TIP，分别验证和更新，避免把偶然成功的操作当成稳定规律。这一设计的实际意义在于：当接口、数据格式或模板约束变化时，Agent能先核对环境判断，再决定是否沿用旧方法，而不是盲目重试。
消融实验说明两轨缺一不可
GDPevo消融实验显示，完整双轨方案优于只记录事实或只记录技巧的单轨方案。文章解释，只有FACT时Agent知道环境约束却缺少行动方法；只有TIP时掌握技巧却无法识别适用条件。对读者的启示是，经验库不是越多越好，而是要让环境认知与操作策略各自可追溯、可验证，否则单轨积累容易在条件变化时集体失效。
办公场景收益来自减少试错
两个办公案例中，Excel清洗的工具调用从57次降至20次，耗时从6分22秒缩短到1分48秒；文档整理耗时缩短约21.1%，工具调用减少33.3%。这些提升并非模型能力变化，而是Agent复用已验证的环境事实与操作路径，减少了定位文件、试探格式和模板替换的试错。读者应关注的是经验能否被正确复用，而非单纯追求经验数量。
评测提升有限但Token节省明显
在WorkBuddy Office Bench上，接入TTSE后任务表现提升3.81%，输入Token降低1.70%，输出Token降低30.09%，平均工具调用减少2次。这组数据说明当前收益更多体现在执行开销下降而非准确率大幅跃升。读者在评估类似自演进框架时，应区分效率收益与能力收益，并结合自身任务类型判断是否值得开启经验积累机制。
Q&A
TTSE双轨自演进框架是什么？它和之前的RSI框架有什么不同？
TTSE（Two-Track Self-Evolution，双轨自演进）是openJiuwen提出的Agent经验学习框架，借鉴认知科学中陈述性知识与程序性知识的区分，将Agent经验分为环境事实（FACT）和执行技巧（TIP）两轨，分别进行验证与更新。此前openJiuwen的RSI框架通过Harness+Artifacts双维度优化工作方法与交付成果，而TTSE进一步聚焦经验本身的可靠性与可复用性，不仅积累有效方法，还持续校正对环境的认识，避免经验在环境变化后失效。
为什么Agent换个环境就不灵了？TTSE如何解决这个问题？
Agent换个环境不灵，是因为文件位置、数据格式、模板约束等环境条件变化后，过去有效的经验可能失效，而Agent若不同步更新环境认知，就会继续重试旧调用或沿用旧规则。TTSE将经验分为FACT（环境事实）和TIP（执行技巧）两轨，分别维护独立编号、呈现方式与证据追踪机制，通过冷启动、在线增量演进等机制持续检验和更新经验，使Agent既能判断环境是什么样，也能知道在当前条件下该怎么做。
TTSE框架具体包含哪些组成部分？在线增量演进是如何运作的？
TTSE框架由四部分组成：双轨知识表示、冷启动、在线增量演进、最终输出与评估。冷启动阶段从首批任务（chunk 0）中归纳初始FACT与TIP经验库。在线增量演进阶段，后续任务按批次推进，每轮Agent加载上一轮经验执行当前批次，再根据执行轨迹和评估结果依次完成Blame→Retire→Contradict/Synthesize→Induce四个环节，循环运行，使经验持续接受新证据检验，既更新环境认识，也调整执行方法。
TTSE双轨方案在实验中效果如何？单轨方案为什么不如双轨？
研究团队在ALFWorld、ScienceWorld、GDPevo、SOPBench和PinchBench五个基准上评测，每项实验三次独立重复，双轨方案均优于单轨。GDPevo消融实验显示，完整双轨方案优于只记录事实或只记录技巧的单轨方案。原因是环境认知与行动策略职责不同：只有FACT，Agent知道环境约束却缺少行动方法；只有TIP，Agent掌握操作技巧却无法识别技巧成立的条件。两者结合才能同时回答“环境是什么样”和“当前条件下该怎么做”。
TTSE在WorkSwarm办公智能体中有哪些实际应用效果？
TTSE已落地openJiuwen的WorkSwarm蜂群办公智能体（0.2.7及以上版本可开启TTSE自演进开关）。在Excel数据清洗任务中，首次执行57次工具调用、3次失败、耗时6分22秒；注入经验后降至20次调用、1次失败、1分48秒。在文档与表格整理任务中，首次执行27次调用、2次失败、耗时1分49秒；再次执行降至18次调用、1次失败、1分26秒，耗时缩短约21.1%，工具调用减少33.3%，失败调用减少50%。在WorkBuddy Office Bench上，任务表现提升3.81%，输出Token降低30.09%，平均工具调用次数减少2次。
TTSE中的FACT和TIP分别指什么？如何区分一条经验属于哪一轨？
FACT用于描述环境本身的属性与规律，强调可直接验证以及在适用场景下的跨任务稳定性；TIP用于描述特定任务条件下的执行方法，采用“在什么条件下，执行什么操作”的形式表达。分类时，框架结合经验所描述的主体与作用进行判断；难以确定的内容默认归入TIP，以降低将未经充分验证的操作经验误当成环境事实的风险。两类知识分别维护独立编号、呈现方式与证据追踪机制，便于单独引用、核对和更新。
