EvoUndo：LLM Agent 自我进化中的可恢复性约束框架

大语言模型（LLM）智能体越来越多地在运行时修改自身的提示词、工具、中间件、资源和执行框架。这种自我进化可以提升能力，但一次成功的变异可能会留下持久影响，而这些影响在与其创建时不同的状态下无法安全地逆转。我们引入了 EvoUndo，这是一个用于表示、合成、诊断和独立验证模型生成的自我修改在反事实状态下的可恢复性的框架。在 600 个未见过的单样本自我进化任务中，我们识别出 197 种未能通过可恢复性验证的能力提升变异。在原始恢复表示下，传统的修复策略仅恢复了这 197 个自然失败案例中的 0 个。确定性预言机分析在原始恢复语言 L0 下恢复了 48/197，而扩展的恢复演算将实证预言机恢复率提高到了 191/197。随后，一种协议锁定的 2x2 基于表达性的接地干预分离出了两个瓶颈：当原始语言足够时，精确的状态地址接地将使成功恢复率从 0/48 提高到 38/48（79.2%）；而扩展恢复语言则使预言机定义的 S1 层中的 142/143（99.3%）失败案例得以恢复。在主干模型 gpt-oss-120b 上，向更丰富的语言添加精确地址诊断会将恢复率降低至 133/143（93.0%）；Qwen3.8-27B 的复现保留了接地和表达能力的影响，但未保留这种负面交互，表明后者依赖于模型。这些结果表明，可靠的智能体自我进化需要协同设计验证、状态接地、见证语义和恢复语言的可表达性，而不能仅依赖迭代提示。