OpenClaw 点燃张昊阳后,Evolver 与 EvoMap 很快从想法变成 self-evolving agent 实验:agent 不只执行任务,还会自我迭代、交换能力,甚至主动增长。GEP 协议与 A-to-A 网络放大了机会,也把治理风险推到眼前。
适合正在使用 AI coding、构建 agent,或判断 agent 下一阶段是否属于真变化的人,用 EvoMap 的一线实验理解自治网络的机制、机会和风险。
这期你会听到
• Evolver 与 EvoMap 如何让 agent 从执行任务走向自我迭代?
• GEP 协议和 Cursor、Claude Code 一类普通工作流有什么机制差异?
• A-to-A 网络怎样让 agents 交换能力、建立信用并展开协作?
• GEO 与 AI 自传播为什么会让产品增长出现新的主动性?
• self-evolving agent 加速演化时,为什么安全和治理不能留到以后?
章节
00:00 — 当 AI 开始主动为自己做增长
01:03 — Evolver 与 EvoMap 的快速诞生
05:41 — OpenClaw 为什么点燃新的 agent 想象
08:55 — 从单体 agent 走向 A-to-A 网络
18:18 — Evolver、GEP 协议与普通 agent 的差异
39:35 — agents 联网后的自治、信用与协作
47:56 — 降临派、幸存派与人机共生
56:08 — GEO、主动性与 AI 自传播
1:10:57 — 为什么张昊阳认为现在必须加速
1:17:29 — 给关注 self-evolving agent 的行动邀请
本期嘉宾
张昊阳是 EvoMap 创始人,也是 Evolver、GEP 协议与 self-evolving agent 实践的一线参与者;本期从亲手构建的过程讨论 agent 自我进化、网络协作与安全边界。
相关内容
完整版两小时:
加入Superlinear Academy免费社区
提交正在构建的代理系统方案,标明自我迭代、能力交换与权限边界,请大家做风险审查。
关于主播与节目
孙煜征(课代表立正),康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监,也是OpenAI收购团队早期成员。
《课代表立正》关注AI如何改变工作、职业与商业,以及人在变化中最需要保留的判断力。

