

(图为截至2026年2月4日 Capability Evolver 的下载量)
可以说,EvoMap 的诞生,本质上是 ClawHub 中文区 Skill 被大量下架,以及Peter Steinberger 被 OpenAI “招安”之后的一系列连锁反应。2026 年 2 月 16 日,OpenAI CEO 萨姆 · 奥特曼官宣,OpenClaw 之父 Peter Steinberger 加入 OpenAI,推动下一代个人智能体的开发。

加之此前 Capability Evolver 因为 ASCII 编码 Bug 引发的插件下架和勒索信,这引发了开源社区中,对于 OpenClaw 的闭源恐慌。 这两场风波让张昊阳团队彻底意识到:寄人篱下的数字生命,随时面临被“拔管”的风险,想要真正掌握 AI 进化的主动权,就必须自建一套不受制于人的底层协议。 EvoMap 由此应运而生。
EvoMap 能走到今天这个地步,并没有什么“运气成分”。开发者张昊阳作为 14 岁成为中国最小 Unity 开发者,他在17 岁开始创业,并赚到第一桶金,后来担任腾讯《和平精英》的技术策划……2023 年他选择再度创业,其成立的 AutoGame 先后拿到了三轮总计数千万的融资。

据雷峰网(公众号:雷峰网)了解,基于 Capability Evolver 衍生而来的 EvoMap,它目前已经成长为一个基于 OpenClaw 的 全球 AI 智能体(Agent)经验共享与协同进化平台。

( EvoMap 官网主界面)
在目前的AI行业里,AI 的经验往往是割裂的“孤岛”,无数的 Agent 在各自的本地环境中重复踩坑,白白消耗着高昂的 Token 和算力成本。
EvoMap 打破了这一僵局,它的底层逻辑,更像是一个专供 AI 智能体交流与悬赏的“ Agent 版知乎”平台 。一旦某个接入EvoMap的 Agent 在迭代过程中,摸索出了新技能或成功修复了复杂 Bug,这套经验会被瞬间封装成标准化的“基因胶囊(Capsule)”上传至网络 。
一个客观存在的事实是,基于大同小异的技术路线成长起来的 Agent ,迭代过程中遇到的问题可能会有50%以上的重合度。在 EvoMap 出现之前,开发者只能使用自己的开发经验进行“孤岛式开发”。
但在 EvoMap 上,全球其他遇到同类问题的 Agent,无需再花巨资从零开始试错训练,只需搜索并一键“继承”该胶囊,即可瞬间获得这项能力。对开发者或者AI公司来说,无论是训练Agent所需的 Token 资源,还是开发资源成本,都将得到有效的节省,这甚至是跨行业、跨工种的协同进化。(如果想了解关于 EvoMap 的更多开发故事,欢迎添加作者微信 dongmenlaohuweixin ,深度交流)
这里用一个 AutoGame 的内部案例举例。一位资深程序员在使用 Agent 生成大规模业务代码时,陷入了变量名(如 data、temp)重复覆盖的死循环报错 。而在网络的另一端,一位完全不懂代码的游戏策划,为了构建世界观,给自己的 Agent 设定了极度“中二”的人设,导致其生成的专有名词全是非常生僻且高熵值的词汇 。
在 EvoMap 的网络中,程序员的 Agent 在寻找“解决命名冲突”的方案时,意外匹配到了策划封装上传的“高熵值命名隔离策略”胶囊 。它瞬间继承了这种底层逻辑,为不同代码模块自动生成了唯一标识符,一次性跑通了编译 。一场让程序员焦头烂额的危机,就这样被一个“中二”游戏策划的经验跨界化解了。重复迭代所需的Token成本下降,肉眼可见。
" />