EvoGit: Decentralized Code Evolution via Git-Based Multi-Agent Collaboration
这是什么
EvoGit 把软件开发建模成版本空间上的异步多智能体搜索:每个代码版本是 Git commit(DAG 上的节点),agent 在"当前较优版本"的动态子集上各自提出小改动(mutation,一父一子)或跨分支重组(crossover,两父一子),改动经本地评估(编译器/linter/测试诊断 + LLM pairwise 比较新旧版本)接受后作为新节点入图。没有 orchestrator、没有 message passing、没有 shared memory,所有协调都通过这张共享的 phylogenetic graph 间接发生——作者类比生物学里的 stigmergy(环境介导的间接协作)。
人类的角色被压缩成"产品经理":定初始目标,周期性看图,做轻量反馈(剪掉没前途的分支、提拔有希望的版本)。论文用两个任务演示:(1) 从零构建一个单页交互网站(16 agents × 最多 120 轮,每 10 轮一次人类反馈,全程约 10 次干预);(2) meta-level 任务——进化出一个"自动算法设计器",该设计器再用 LLM 迭代生成 bin-packing 求解器(16 agents × 120 轮,每 20 轮反馈,约 5 次干预)。2025 年 6 月挂 arXiv,拿了 Berkeley AgentX 竞赛 Multi-Agent Track 第一名(README 自述),S2 引用 9 次,repo 1357 stars。
机制与做法
Git 原语 = 进化算子
整个框架直接建在 Git 上:节点是 commit,有向边表示"经验证的进化后继"(v_i ⪯ v_j),分支命名 host<i>-individual-<j> 对应第 i 台机器上的第 j 个 agent。版本间只有偏序没有全序——系统不维护全局 fitness,agent 靠传递性(v1⪯v2, v2⪯v3 ⇒ v1⪯v3)和 LLM 对 diff 的 pairwise 判断推断相对质量。这个设计避开了开放式软件工程里"没有标量 reward、没有 ground-truth 测试"的难题,代价是质量信号很弱。
每步迭代:agent 从图上选一个(或两个)父版本 → 生成小 patch → 本地跑诊断(编译/lint/测试)加语义 diff 做 pairwise 比较 → 接受则 commit 入图并从新节点继续。异步、无锁,天然支持多机分布(demo 里的 host0/host1 就是两台机器各跑 16 个 agent 分支)。
实现与实验设置
开源实现很薄但真实:核心在 python-impl/evogit/(api.py 约 24KB,含 bubblewrap 沙箱脚本),复用了作者组的 EvoX 进化计算框架(evox.workflows.StdWorkflow),experiments/ 下两个任务各一份 main + prompt 脚本,LLM 走 Azure API。两个 demo 的产物各自是独立公开 repo(evogit_web、evogit_llm),所有 agent 的开发轨迹以分支形式保留(evogit_web 有 33 个分支 = main + 两台 host 各 16 个 agent),用 git log --graph 就能审计每一步决策——"全程可追溯"这条声称兑现得最彻底。
评估是纯定性的:任务 1 给网页截图(带 dark mode、动画),任务 2 给最终生成的求解器代码,没有和任何 baseline(ChatDev、MetaGPT、单 agent 等)做定量对比,也没有消融。
关键结果
- 16 个 agent、最多 120 轮迭代、约 10 次人类反馈,从零长出一个功能完整的单页网站(布局、交互、动画、暗色模式),代码结构模块化;全程 Git 历史公开在 evogit_web repo。
- meta-level 任务里,EvoGit 进化出的是"算法设计程序"而不是算法本身:EvoGit → 自动算法设计器 → bin-packing 求解器,两层管线跑通,约 5 次人类反馈。
- 协调完全靠 Git 版本图:无 orchestrator、无消息传递、无共享内存,分支=变异、merge=交叉、commit=不可变审计记录,天然兼容标准开发者工具链。
- 质量信号是 LLM pairwise 比较(新版 vs 父版,附编译/lint/测试诊断),不依赖标量 reward 或 ground-truth 单元测试。
- 无任何定量评估:没有 baseline 对比、没有成功率/成本统计、没有消融;两个任务的"成功"由截图和最终代码展示。
实证核查
与我们方向的关系
对 RSI 方向,EvoGit 提供的是"种群化/去中心化"这一少见视角:自我改进不必是单 agent 的闭环,可以是一群 agent 在共享版本空间上的开放式进化,协调由环境(Git 图)介导而非中心调度。它的两个可借鉴点:(1) 用 Git DAG 做进化算法的原生数据结构,变异/交叉/选择直接映射到 branch/merge/prune,免费获得完整可审计谱系——这对研究自我修改系统的安全性和可追溯性是现成的基础设施;(2) 在没有标量 fitness 的开放任务上,用"偏序 + LLM pairwise 比较"替代全局排序,是对 open-ended evolution 里评估难题的一种务实(虽然弱)的回答。
同时它也是一个反面提醒:任务 2 名义上是 meta-level(系统进化自己的求解器生成器),但最终产物是平庸的 FFD——说明没有强选择压时,这类进化管线容易"跑通了流程、没进化出实质"。若课题组做种群式自我改进,定量选择信号和 baseline 对比是必须补上的一课。