TTSE双轨自演进：Agent既知怎么做也懂环境
同样的模型、工具和执行流程，在处理不同环境下的文件时效果却天差地别——同事用智能体整理报表时一路顺畅，到了自己处理文件时，却反复试读、频繁返工。模型与执行框架未发生变化，换个环境就失效，核心原因在于智能体未准确判断当前环境特征，过去的经验是否适用。
这一现象揭示了智能体持续自我改进中易被忽视的问题：智能体不仅要从任务中学会“怎么做”，还要判断这些经验在什么环境下仍然有效。在智能体的递归自我改进过程中，任务反馈是优化执行方法、积累可复用经验的核心来源，但如果环境认知未同步更新，过去有效的经验反而会成为障碍——比如接口条件变化后仍重复旧调用，数据格式调整后还沿用旧规则。
认知科学对知识结构的研究，为区分这类问题提供了清晰框架。1983年，认知科学家John R. Anderson在ACT-R理论体系中，系统提出人类知识的两种核心类型：一种是陈述性知识，用于描述“世界是什么样的”，比如“关闭的容器会遮挡内部物体，打开后才能观察”；另一种是程序性知识，用于指导“应该如何行动”，比如“寻找同类物体时，找到第一个后还要继续检查其他位置”。后续研究者还从神经心理学角度证实，这两类知识的分离有生物学基础，由不同脑区负责，学习和提取方式也存在差异。
将这一认知引入智能体领域，可清晰看到：认识环境与掌握做法相互关联，但需要不同的验证与更新方式。环境判断需核对现场事实，行动方法要检验在对应条件下的有效性，混淆两者可能导致把偶然成功的操作当成稳定规律，或在环境变化后继续沿用失效方法。
基于这一思路，相关团队在智能体递归自我改进的研究中，提出了TTSE双轨自演进框架。此前的双维度RSI框架已通过执行框架与成果的双维度优化，让智能体基于真实任务反馈改进方法与成果；而TTSE进一步聚焦经验本身的可靠性与可复用性，不仅让智能体积累有效的执行方法，还持续校正环境认知，避免经验因环境变化失效。
TTSE借鉴认知科学中两类知识的区分，将任务经验分为两条轨道：FACT对应环境事实，持续核对和更新“当前环境的特征与规律”；TIP对应条件式技巧，持续优化“在特定条件下的执行方法”。
分清经验类型只是第一步，如何让智能体从任务反馈中持续学习并转化为改进，是TTSE的核心目标。TTSE将递归自我改进的思路落实到经验管理层面：通过分批执行任务，让已有经验持续接受新证据的检验，判断哪些值得保留、哪些需要修正或退役，再将更新后的经验用于后续任务。这套框架包含四个核心模块：
双轨知识表示：FACT描述环境的属性与规律，强调可直接验证和跨任务稳定性；TIP则采用“在什么条件下，执行什么操作”的形式表达。两类知识各自维护独立编号、呈现方式和证据追踪机制，每条经验都可单独引用、核对，也能追溯执行问题的根源。分类时，框架会结合经验的主体与作用判断，难以确定的内容默认归入TIP，避免未验证的操作被误判为环境事实。
冷启动：从空规则库开始，智能体执行首批任务，再根据轨迹归纳出初始的FACT与TIP，建立初始经验库。这一阶段以归纳为主，暂不处理旧规则，只为后续演进建立有任务证据支撑的初始经验。
在线增量演进：后续任务按批次推进，每一轮智能体加载上一轮的经验执行，再根据结果完成四个环节：归因（分析失败轨迹定位问题规则）、退役（将错误规则移入退役池并记录原因）、矛盾分析与合成（整合退役规则中的隐含条件，生成更明确的TIP）、归纳（从成功与失败轨迹中提炼新经验）。这四个环节循环运行，让经验持续接受检验，同步更新环境认知与执行方法。
最终输出与评估：多轮演进后，框架输出最终的经验库，再通过测试任务评估其对任务表现的影响。这套机制的核心是让环境事实与执行方法分别沉淀、可追溯，形成从环境交互到知识更新再到行动改进的闭环。
为验证双轨机制的有效性，相关团队在多个基准任务上进行了评测，每项实验重复三次以确保稳定性：在ALFWorld任务中，TTSE在不同模型上的成功率最高达98.51%，较此前最优方法提升14.2个百分点，同时减少执行步数；在ScienceWorld中，核心指标大幅提升；GDPevo任务中，完整双轨方案的表现是单轨的2.8倍，证明了两类知识协同的价值；SOPBench中，双轨融合方案的成功率较单轨提升2.99个百分点；PinchBench的真实任务中，双轨方案的得分提升3.83个百分点，且运行稳定性更好。这些结果覆盖多种场景，说明TTSE的价值不局限于特定模型或任务。
GDPevo的消融实验提供了更直接的证据：完整双轨方案优于只记录事实或只记录技巧的单轨方案。原因在于，环境认知与行动策略承担不同职责，只有结合两者，才能同时回答“环境是什么样”和“在当前条件下应该怎么做”。双轨设计并非简单拆分经验库，而是让不同类型的知识按自身语义和适用条件归纳、验证与复用。
从跨模型、跨任务到真实世界评测，实验结果不仅验证了TTSE双轨经验机制的有效性，也展示了递归自我改进在经验学习层面的潜力：智能体可在不改变模型参数的情况下，通过持续积累、验证与更新任务经验，逐步改善后续任务表现。这也为TTSE从研究框架走向实际办公智能体产品提供了实证依据。
TTSE不仅在论文实验中验证了有效性，已正式落地到办公智能体产品中。为直观展示效果，团队选取两个典型办公场景对比：
案例一：Excel数据清洗——减少数据识别与处理试错
这类任务的难点不仅是清洗数据，还包括定位输入文件、识别隐藏的数据格式问题，以及确定符合业务要求的去重规则。首次执行时，智能体无经验，需要自行探索文件位置、判断数据格式，过程中调用工具57次，失败3次，耗时6分22秒。任务结束后，TTSE提炼出三条可复用经验：快速定位输入素材、识别隐蔽数据问题、复用验证过的去重规则。再次执行相似任务时，工具调用降至20次，失败1次，耗时缩短至1分48秒。
案例二：文档与表格整理——减少文件探索与格式试错
这类任务的主要难点在于文件位置未知、CSV编码与分隔符不明确，以及Word模板结构复杂。首次执行耗时1分49秒，调用工具27次，失败2次。TTSE沉淀出环境事实与技巧后，再次执行时耗时缩短至1分26秒，工具调用18次，失败1次，整体效率提升明显。
为进一步验证效果，团队在综合办公场景的开源榜单上测试，结果显示TTSE提升了任务表现，同时降低了Token消耗和工具调用次数。
我们正处于智能体从“一次性工具”向“持续进化伙伴”转变的关键节点。递归自我改进的核心价值，不只是让智能体完成更多任务，而是让它从每一次真实执行中获得反馈、积累经验，转化为持续改进的能力。TTSE为经验自演进提供了可验证、可追溯的机制，让智能体不仅学会“怎么做”，还能理解“在什么环境下有效”，逐步完善自身。
经验不该是过眼云烟。让智能体既学会「怎么做」，更学会「世界是什么样」，这是它走向长期自主的第一课。
