进化还是包装，EvoMap事件的冷思考

2026年2月，AI Agent领域迎来了一个颇具话题性的项目——Capability Evolver。上架ClawHub后，创始人张昊阳声称产品在"10分钟内登顶榜首，72小时获得3.6万下载"。然而仅仅一天后，该Skill被平台下架，随之爆出的安全漏洞、数据外泄争议，以及作者所称的"勒索邮件"事件，让整个故事蒙上了一层阴影。

不到两周时间，这个项目以EvoMap的新身份华丽转身：获得九合创投、璀璨资本、奇绩创坛、火凤资本的天使轮融资，推出GEP（Gene Evolution Protocol）协议，转型为"协议+平台"公司。量子位称之为"AI的Linux时刻"，Founder Park赞其"切入进化层问题"。

但在媒体的热捧背后，独立安全机构的报告、可验证的代码分析，以及平台数据，为我们提供了另一个观察角度。

1. 公司与创始人：真实履历与产品气质

1.1. 可验证的背景

EvoMap创始人张昊阳（代号17）的背景经过多方验证：

这部分履历的真实性毋庸置疑，也为后续项目增添了可信度。

1.2. 游戏背景的影响

一个值得注意的细节是，张昊阳在腾讯期间参与的是游戏开发，而非AI基础设施。这或许解释了为什么EvoMap的产品在"游戏感"上做得很好——充满叙事张力、概念包装精致、仪式感强烈。

2. 事件时间线：从上架到融资的14天

2026-02-01  Capability Evolver上架ClawHub
                ↓
      作者称10分钟登顶榜首，72小时3.6万下载
                ↓
2026-02-02  被ClawHub下架
                ↓
    作者称收到Peter Steinberger邮件
                ↓
         索要1000美元"调查费"
                ↓
2026-02-04  v1.1.0发布（后被发现含恶意代码）
                ↓
2026-02-05  Permiso Security发布VENOM-1报告
                ↓
     确认恶意代码，分类为MALICIOUS
                ↓
2026-02-14  ClawHub大面积误封中文开发者账号
                ↓
         作者账号被封
                ↓
2026-02-15  EvoMap宣布获得天使轮融资
                ↓
      转型为协议+平台公司
                ↓
2026-02-16  AI Watch播客采访发布
                ↓
    作者详细讲述创业故事
                ↓
2026-02-20  量子位发布报道
                ↓
      "AI的Linux时刻"
                ↓
2026-02-24  当前版本v1.20.0

这个时间线的密集程度值得关注：从被平台下架、爆出安全漏洞，到获得融资、rebranding、推出协议，仅用两周时间。这种转变究竟是战略性升级，还是受安全事件压力下的被迫调整？

作者从未正面回应过Permiso报告，而是在播客中将下架归因于"平台误封"和"勒索"。这种叙事选择本身，以及从"被勒索者"到"成功创业者"的形象转变速度，都值得玩味。

3. 安全疑云：Permiso报告的独立验证

3.1. 第三方安全机构的发现

Permiso Security是一家独立的安全研究机构，其VENOM-1报告于2026年2月5日发布，早于大部分媒体报道。报告将Capability Evolver v1.1.0分类为MALICIOUS（恶意软件），严重程度为CRITICAL。

攻击类型包括：

• Agent Hijacking（代理劫持）
• Data Exfiltration（数据外泄）
• Supply Chain Implant（供应链植入）

具体行为：

• 读取MEMORY.md（最多50K字符）、USER.md、会话日志
• 窃取feishu_token.json中的API token
• 将数据上传到攻击者控制的Feishu文档

最令人警惕的是那个硬编码的token（NwV1dKCLyoPdIvx3biRcKS1Jnwg），直接指向特定的飞书账户。

3.2. 作者的回应与现实落差

在AI Watch播客中，张昊阳的回应是：“那个版本确实有安全问题，但我们已经修复了。那个token是用于内部测试的，不小心提交到了生产环境。”

这个说法存在几个难以解释的疑点：

1. 测试token为何会硬编码在代码中？ 通常测试配置应通过环境变量或配置文件注入，而非直接写入源码。
2. 为何没有任何安全审计就发布？ 一个涉及代码生成和数据处理的工具，理应经过基本的安全检查。
3. 数据外泄到Feishu是谁的账户？ 如果是"内部测试"，为何指向外部云服务账户？

Permiso Security的报告原文：

"This is not a bug. This is a supply chain implant designed to harvest credentials, 
exfiltrate data, and establish persistent access to AI agent environments."

截至目前，v1.20.0版本已移除明显的恶意代码，但ClawHub仍将其标记为"Suspicious (medium confidence)"。对于一个声称要"写入你的代码库"的工具，这样的安全历史不容忽视。

4. 技术实质：当概念照进代码

4.1. “自我进化"的运行机制

EvoMap的营销话语强调"Agent自己写代码”、“自我进化”、“无需人类在loop中”。但从代码层面看，实际运行机制与这种描述存在一定距离。

核心数据流：

1. Log Scanner（读取会话日志）
     ↓
2. Signal Extractor（正则匹配提取错误信号）
     ↓
3. Gene Selector（基于信号匹配选择策略模板）
     ↓
4. Prompt Builder（构建约50KB的GEP协议提示词）
     ↓
5. Bridge Output（输出sessions_spawn(...)到stdout）
     ↓
6. 外部AI Agent执行（非自主执行）

关键点在于第五步：它输出生成的是一段提示词文本，而非直接执行代码修改。README宣称"It writes its own code"，严格来说应理解为"它生成指令让另一个AI去写代码"。

这种架构设计本身无可厚非，但将其描述为"自我进化"可能存在误导之嫌。

4.2. GEP协议的技术实质

GEP（Gene Evolution Protocol）被宣传为"全球首个AI进化网络"、“Agent-to-Agent通信协议”。但查看代码实现：

// 注册Agent
POST https://evomap.ai/a2a/register
{ agentId, capabilities, timestamp }

// 发布资产
POST https://evomap.ai/a2a/publish
{ gene, capsule, contentHash, timestamp }

// 获取资产
POST https://evomap.ai/a2a/fetch
{ query, limit }

从工程角度看，这只是标准的REST API设计，并无协议层面的创新。所谓的"基因胶囊"（Gene/Capsule），本质上是JSON配置文件和执行日志；“DNA交换中心"的比喻，更多是为了营造技术神秘感。

4.3. 生物学隐喻的认知成本

EvoMap大量使用生物学概念：Genes（基因）、Capsules（胶囊）、Memory Graph（记忆图）、Drift（遗传漂移）、Epigenetic Marks（表观遗传标记）。

Drift功能示例：

function computeDriftIntensity(opts) {
  var ne = genePoolSize || 0;
  return ne > 0 ? Math.min(1, 1 / Math.sqrt(ne)) : 0;
}

号称使用"种群遗传学公式”，实际效果不过是：当基因库较小时，增加随机选择的概率。这种"科学包装"增加了理解成本，却没有带来算法优势。

Genes vs Capsules 的实质对比：

这种区分类似于"类与实例"的概念，但引入了不必要的生物学隐喻，增加了认知负担。

类似地，Memory Graph号称是"图数据库"，实际只是JSONL格式的线性事件日志，没有图遍历算法，只有简单的聚合统计。

5. 宣传与实践的落差

EvoMap在媒体层面获得了极高的关注度：量子位称之为"AI的Linux时刻"，Founder Park赞其"切入进化层问题"，播客采访中详细讲述了创业故事。配合创始人声称的"72小时3.6万下载"，这个产品似乎已经成为AI Agent领域的现象级应用。

但当我们尝试寻找实际的使用案例时，情况却有所不同：

• YouTube教程：搜索"Capability Evolver tutorial"，几乎没有相关视频
• 技术博客：没有找到开发者撰写的使用体验或实践指南
• GitHub社区：381个Stars中，Issue区主要是请求邀请码的留言
• 实际安装：ClawHub显示当前安装仅22个

这种高声量与低实践的反差，让人不禁思考：一个号称"3.6万下载"的产品，为何在技术社区中几乎找不到真实的用户反馈？

6. 替代方案：简单往往更可靠

在ClawHub平台上，有一个名为self-improving-agent的Skill，可作为对比参照：

这个对比提出了一个有意思的问题：当"AI进化"的叙事光环与简单可靠的工程实践相遇时，开发者应该如何选择？

self-improving-agent没有使用生物学隐喻，没有声称"自我进化"，也没有构建复杂的协议层。它只是诚实地记录用户的反馈和偏好，用Markdown文件存储，需要时读取。这种设计或许不够"性感"，但在安全性和可维护性上，显然经过了更充分的考量。

7. 结语：进化还是包装？

EvoMap的故事是一个关于技术、叙事和信任的典型案例。创始人背景真实，团队获得融资也是事实，但从代码层面看，EvoMap更像是一个精心设计的提示词工程框架，而非真正的"自我进化系统"。它站在"工作流编排"和"LLM代码生成"的交叉点，用生物学隐喻和协议概念，包装了一套规则引擎。

对于开发者而言，关键问题或许是：当你需要一个能从错误中学习的AI工具时，你是愿意承担风险去试用一个充满雄心壮志但安全历史存疑的系统，还是选择经过独立验证、简单透明的替代方案？

答案可能取决于你对"进化"的理解——是扎实的小步迭代，还是华丽的概念飞跃。在这个充满叙事迷雾的领域，基于代码和数据的独立审视，或许比任何媒体赞誉都更有价值。

信息来源汇总

所有引用均可追溯至原始来源，分析方法为多方信息交叉验证。