ares_evolution

职责

ares_evolution 是 ARES 的自主进化层。它跨越两个包:internal/runtime/ares_evolution (旧版 GA dream-cycle 栈、调度器、策略存储、guardrails、shadow evaluator、回滚策略 以及高层 service.Service)与 internal/runtime/evolution(新版 genome/diff/patch/ coordinator 栈及 LLM adapter)。二者共同变异 agent 决策策略,通过 arena 回归评估 候选,记录谱系,并将被接受的变异以通用 RuntimePatch 单元提升到实时运行时。

该层通过 service.Service(Evolve/BestStrategy/Stats/Lineages)暴露干净的 公共 API 以运行完整 GA 代次,并通过 coordinator.EvolutionCoordinator 收集来自 七个源的 PatchProposal,对每个补丁决定 apply/reject/delay。

架构图

flowchart TD
    Sub[7 Patch Sources] --> PP[PatchProposal]
    PP --> Coord[EvolutionCoordinator]
    Coord --> Decide[decide: Apply / Reject / Delay]
    Decide -->|Apply| Deployer[PatchDeployer staging->live]
    Decide -->|Apply| Reg[patch.Registry Apply]
    Reg --> Exec[DAG / Scheduler / Knowledge / Recovery / Memory executors]
    Reg -->|fail| Rollback[automatic rollback]

    Svc[service.Service] --> Evolve[Evolve generations]
    Evolve --> Pop[genome.Population]
    Pop --> Mut[MutatorInterface]
    Pop --> Cross[genome.Crossover]
    Pop --> Score[Scorer / BatchScorer]
    Score --> DC[DreamCycle]
    DC --> Tester[TesterInterface arena regression]
    DC --> Gene[GenealogyRecorder]
    DC --> Store[StrategyStore active/history]
    Svc --> Best[BestStrategy / Stats / Lineages]

    Boot[ares_bootstrap ProvideNewEvolution] --> Genome[genome.Registry]
    Genome --> Diff[diff.Registry]
    Diff --> Reg
    Boot --> Coord

左侧是补丁流水线:任意源提交 PatchProposal,Coordinator 决策,被接受的补丁通过 patch.Registry 应用(可选安全部署 staging),失败则自动回滚。右侧是 GA 路径: Service.Evolve 驱动种群经历变异、交叉、评分与 dream-cycle 评估,通过 StrategyStore 持久化胜者,通过 GenealogyRecorder 记录谱系。

外部接口

// Strategy represents an evolved agent decision strategy.
type Strategy struct {
    ID            string         `json:"id"`
    Name          string         `json:"name,omitempty"`
    Version       int            `json:"version"`
    Params        map[string]any `json:"params,omitempty"`
    ParentID      string         `json:"parent_id,omitempty"`
    PromptTemplate string        `json:"prompt_template,omitempty"`
    MutationType  string         `json:"mutation_type"`
    Score         float64        `json:"score"`
    CreatedAt     time.Time      `json:"created_at"`
}

// Core evolution interfaces (internal/runtime/ares_evolution/interfaces.go).
type MutatorInterface interface {
    Mutate(ctx context.Context, parent Strategy, n int) ([]Strategy, error)
}
type TesterInterface interface {
    Run(ctx context.Context, cfg RegressionConfig) (*RegressionResult, error)
}
type StrategyStore interface {
    GetActive(ctx context.Context) (*Strategy, error)
    SetActive(ctx context.Context, strategy *Strategy) error
    GetHistory(ctx context.Context, id string, n int) ([]*Strategy, error)
}
type GenealogyRecorder interface {
    Record(ctx context.Context, lineage StrategyLineage) error
}

// Strategy store implementations.
func NewMemoryStrategyStore(maxHistory int) *MemoryStrategyStore
func NewPGStrategyStore(db *sql.DB, tableName string, maxHistory int) (*PGStrategyStore, error)

// Dream cycle + modes + triggers.
type EvolutionMode int  // ModeEvolutionStrategy | ModeGeneticAlgorithm
type EvolutionTrigger int // TriggerOnIdle | TriggerOnThreshold | TriggerOnDemand
func NewDreamCycle(scheduler *EvolutionScheduler, mutator MutatorInterface, tester TesterInterface, genealogy GenealogyRecorder, opts ...DreamCycleOption) (*DreamCycle, error)
func DefaultDreamCycleConfig() DreamCycleConfig

// Scheduler.
func NewEvolutionScheduler(cb CallbackRegistrar, adapter AdapterRunner, opts ...SchedulerOption) *EvolutionScheduler

// High-level service API (internal/runtime/ares_evolution/service).
func NewService(cfg *SystemConfig) (*Service, error)
func DefaultConfig() *SystemConfig
func (s *Service) Evolve(ctx context.Context, generations int) (*EvolutionResult, error)
func (s *Service) BestStrategy() (*Strategy, error)
func (s *Service) Stats() (*Stats, error)
func (s *Service) Lineages() ([]StrategyLineage, error)
func (s *Service) RunIdleEvolution(ctx context.Context, generations int) error
func (s *Service) Shutdown()
func LoadBestStrategy(path string) (*Strategy, error)

// Coordinator + 7 patch sources (internal/runtime/evolution/coordinator).
type PatchSource string
const (
    SourceGA    PatchSource = "genome" // Genetic Algorithm
    SourceChaos PatchSource = "chaos"  // Chaos Engineering
    SourceAKF   PatchSource = "akf"    // Knowledge Runtime
    SourceHuman PatchSource = "human"  // Manual operator
    SourceLLM   PatchSource = "llm"    // LLM suggestion
    SourceK8s   PatchSource = "k8s"    // Kubernetes Operator
    SourceRule  PatchSource = "rule"   // Rule Engine
)
func NewEvolutionCoordinator(policy PolicyGenome, patchReg *patch.Registry) *EvolutionCoordinator
func (ec *EvolutionCoordinator) Submit(proposal PatchProposal)
func (ec *EvolutionCoordinator) Evaluate(ctx context.Context)
func (ec *EvolutionCoordinator) ApplyEmergency(ctx context.Context, p patch.RuntimePatch) error
func (ec *EvolutionCoordinator) SetDeployer(d PatchDeployer)
func DefaultPolicy() PolicyGenome

// Bootstrap wiring (ares_bootstrap.ProvideNewEvolution returns NewEvolutionComponents).

关键类型与方法

模块协作

• internal/runtime/ares_evolution 消费 ares_callbacks、ares_events、ares_flight、 ares_eval、ares_experience 以及 genome/mutation/scoring/promotion 子包。
• internal/runtime/evolution/coordinator 仅依赖 internal/runtime/evolution/patch,使决策引擎与 补丁的生成方式解耦。
• ares_bootstrap.ProvideNewEvolution 装配 genome.Registry -> diff.Registry -> patch.Registry -> EvolutionCoordinator,并与 agent 共享 KnowledgeRuntime 和实时 memory store。
• LLM adapter(evoparent.LLMAdapter)将自然语言建议解析为 PatchProposal, 供 SourceLLM 路径使用。
• ares_observability 记录 evolution deploy、guardrail 与 shadow 指标。

扩展方式

1. 实现 MutatorInterface 以添加自定义变异策略(如仅 prompt 或仅参数的变异器), 传给 NewDreamCycle 或装配进 SystemConfig。
2. 实现 StrategyStore(如 Redis 后端存储)以持久化活跃与历史策略; MemoryStrategyStore 与 PGStrategyStore 为参考实现。
3. 新增补丁源:定义一个 PatchSource 常量,用该来源构建 PatchProposal,并调用 EvolutionCoordinator.Submit;Coordinator 的 decide 已按来源路由(GA 按 适应度门控,Chaos 走 ApplyEmergency,其余回退到优先级 + 速率限制规则)。
4. 通过 Coordinator.SetDeployer 插入自定义 PatchDeployer,使被接受的补丁经 staging 后再提升到 live;否则 Coordinator 直接通过 patch.Registry 应用。
5. 用 patch.Registry.RegisterComponent 注册新的 RuntimeComponent(如新执行器), 使 Coordinator 能对新的子系统应用补丁;实现 Name/Snapshot/Apply/CanApply。
6. 通过构造自定义 PolicyGenome(自动应用阈值、每分钟最大补丁数、适应度阈值、 self-healing)并传给 NewEvolutionCoordinator 来调优决策策略。
7. 通过 DreamCycleConfig.EvolutionMode 切换进化算法 (ModeEvolutionStrategy 为 1+lambda,ModeGeneticAlgorithm 为带种群、交叉与 选择策略的完整 GA)。

双语状态

英文源为权威参考。中文页面保持相同的结构、签名与技术内容;两份页面中所有代码 标识符、类型名、来源常量与补丁类型均保持英文。

成熟度

ares_evolution 由 dream_cycle_test.go、scheduler_test.go、e2e_test.go、 genome_wiring_test.go、guardrails_test.go、shadow_evaluator_test.go、 rollback_policy_test.go、feedback_recorder_test.go、service_test.go 与 coordinator_test.go 覆盖。GA 服务 API 与 coordinator 功能完备且经过测试,但跨包 装配与 SystemConfig 表面仍在演进,故该模块标记为 Beta。

证据闭环与闸门语义（依据代码核实，2026-09）

• 活跃策略播种：仅当 StrategyStore 无活跃策略时，bootstrap 才将基础策略 bootstrap-root（Score 0.5）写入 store；已有活跃策略（如 PG 重启恢复）绝不 覆盖。ActiveStrategyManager.Current() 在 promote 缓存为空时回退到持久化 store——store 是事实源。
• 分数写回：aresrecovery.DeterministicScorer → strategyScoreAdapter.WriteActiveScore → StrategyStore。写回需要存在活跃 策略（bootstrap 播种）；否则每次写回报 “no active strategy”，GA 无证据可学。
• EvolutionScheduler TriggerOnIdle（默认触发）：分数窗 scoreWindowSize=50； 周期阈值 periodicEvolutionScoreThreshold=40（必须 ≤ 窗上限，超过则不可达）； 可靠性下限 minScoreCountForReliability=20；全失败窗口（avg≤0 且 count≥20） 触发探索；退化幅度 ≥0.15 同样触发。
• Guardrails：PreEvolveCheck 的未评估多数检查在 generation 0 豁免（冷启动 种群天然未评估，第一轮 Run 即评估）；≥1 代保留 >50% 未评估拦截。
• Tick 进化运行在 errgroup goroutine 中带逐轮 recover：panic 记录日志、 下一 tick 重试（panic 时 lastRun 不前进）。
• WorkflowGenome：serve 接线为 AgentPool 播种 ["ares/plan","ares/answer"]； 空池时 mutateInsertNode/mutateReplaceNode 为 no-op 而非 panic。
• Live agent DAG：agents.peers 拓扑注册到 runtime manager 并注入进化 executor（UpdateLiveDAG）供结构补丁作用——但不编译进 task fabric。 Agent 拓扑不是工作任务；只有 session/plan 图才编译成可执行任务。
• Shadow 闸：sampler 对 shadow.min_samples 轮 Prime 使用不相交 replay 窗口； 精确平局从 decisive 计数中剔除。证据抽样走 TieredScorer.ScoreEvidence（绕过 代内 fitness 缓存，独立抽样、计预算），预算为专属 max(4, MaxLLMCallsPerGeneration/4)， 每次 Prime 重置——population 评分无法饿死门采样。仅当 evaluator 无独立 scorer 时 serve 才安装 ReplayScorer；evolution.llm_scoring.enabled=true 时保留 ScoreEvidence 路径。判决：decisive < MinSamples 且 rollback 已武装 → 门 skip （快照 shadow_gate_skip_reason 记录原因）；未武装维持 fail-closed；decisive 证据表明候选失败（胜率低于阈值）时无论武装与否一律拒绝。