一
日常语感里，「进化」总带着一点神秘。一个系统好像从旧版本走到新版本，从笨拙走到熟练，从只能执行命令走到能自己判断。
放到 AI 系统里，这个词很容易被说大。
一张图崩了，重跑十次，终于像样了。一个答案错了，让模型反思，再答一遍，终于答对了。一个 Agent 卡住了，外面再套一层 Loop，逼它继续干活。
这些都有用。但它们未必是进化。
一个镜头从坏变好，只说明这一轮修成了。一个答案从错变对，只说明当前产物过关了。真正要问的是：这次错误有没有改变下一次系统工作的条件？
如果没有，它只是闭环优化。
如果有，它开始进化。
如果系统还能反过来改进自己发现错误、解释错误、固化经验的方式，它才慢慢接近自进化。
这三个词差在这里：
闭环优化：把这一次做对。
进化：让下一次更不容易错。
自进化：让系统更会判断自己应该怎么变好。二
一个 AI 系统里，常常可以看到三个角色。
生成器给出可能。
评估器指出边界。
优化器决定改法。
生成器不只是一个 LLM。它可能是剧本生成器、分镜生成器、图像模型、视频模型、检索器、代码生成器，也可能是一个会调用工具的 Agent。它的工作不是保证正确，而是拿出候选。
评估器也不只是打分器。它要把「不对」「不好」「不像」「不能交付」这些模糊感受拆成信号。事实是否错了，格式是否坏了，角色是否漂移，用户意图是否被满足，合规红线有没有踩到。评估器看不见的问题，系统就很难认真修。
优化器负责把信号变成改动。
这一步常常被低估。弱优化器只会说：再试一次。稍好一点的优化器会改 prompt、换参考图、调参数。更成熟的优化器会问：这个问题是不是放错层了？是生成器能力不够，还是评估器看错了，还是流程本身没有保存必要状态？
所以三者不是白板上的三个模块。它们更像一组生产关系。
生成器决定系统能尝试什么。评估器决定系统能看见什么。优化器决定系统会留下什么。
三
闭环优化最容易被看见。
女主第二个镜头的校服从蓝白变成红黑，评估器标记「角色一致性失败」，优化器补一张参考图，改几句 prompt，生成器重跑。镜头修好了。
这当然是一个 Loop。
但它还很浅。因为这次修复只停在这一帧里。下一集再遇到夜晚便利店、冷光源、半身近景、同一角色连续出现，系统可能继续把衣服换掉。
闭环优化处理的是当下。
它有时很有价值。代码能跑测试，报告能过校验，图片能过审，视频能播出来。没有闭环优化，系统连基本交付都站不住。
但闭环优化也有一个危险：它很容易制造进步的错觉。
因为每一轮看起来都在变好。可是如果所有改动都没有穿过当前产物，进入未来任务的输入条件、检查规则、资产规范和工具默认值里，系统其实没有长记性。
四
进化发生在错误留下结构的时候。
同样是角色漂移，如果系统只重跑，这叫修图。如果系统把这次失败归档为「同场戏角色状态漂移」，新增角色状态检查点，要求分镜模板写清服装、情绪、上一镜头动作，并把坏样例放进反例库，事情就变了。
经验开始有了形状。
它可能是一份模板，一个资产库，一个回归样例，一个评分维度，一个工具默认值，也可能是一个 skill。
skill 的价值不在名字。它不是魔法，也不是模型突然多了一个器官。和我在 Claude Code Skill 不过是一个文件夹？ 里说的一样，很多时候它就是文件夹、规则、脚本和参考材料的组合。
但这个组合有意义。
它把一次临时手法，变成下一次可以调用的流程：
连续角色镜头生成 `skill`
-> 输入角色卡、角色状态表、场景、分镜
-> 先锁服装、情绪和光源
-> 再生成静帧
-> 再做视频
-> 检查脸、衣服、姿态、动作延续
-> 失败时局部重跑、拆镜头，或者退回资产层这就是进化。不是系统突然懂了什么大道理，而是过去的失败，变成了未来任务的一部分。
五
自进化比进化再高一层。
它不是没有外部反馈。
没有用户、环境、数据、审核和线上结果，系统很容易在自己的回音里打转。外部反馈很重要。但自进化不能只靠外部反馈喂答案。
区别在于：外部反馈是原料，还是命令。
如果人每次都告诉系统「这里错了，应该这样改」，系统只是在被训练。它会进化，但还谈不上自进化。
如果系统开始观察自己的改进过程，事情才不同。
它会比较两类反馈。
一类反馈像补丁：这里被 hack 了，加一条规则挡住。
另一类反馈像重新分工：评估器把格式合规误判成任务完成，应该拆出事实一致性、用户意图满足、交付格式三个职责，再给每个职责补反例。
前者让系统躲过这次坑。后者改变系统看坑的方式。
元评测就在这里。评估器被元评测校准，只能说明评估器进化了。更进一步的问题是：元评测自己的反馈质量如何变好？系统能不能发现哪些元反馈长期有效，哪些只是临时堵洞？能不能把好的反馈方式沉淀成新的评估策略、回归样例和职责边界？
如果能，它就不只是利用反馈，而是在改进自己利用反馈的方式。
六
AI 漫剧是一个很适合观察这些概念的业务流程。
因为它不是一个模型调用。
一部漫剧从剧本到成片，大概会经过这些环节：
`IP` / 选题
-> 剧本改编
-> 故事蓝图
-> 角色、服装、场景、道具资产
-> 分镜 / 故事板
-> 静帧 / 参考生视频
-> 视频生成与选片
-> 配音、音效、字幕、剪辑
-> 发布
-> 数据复盘公开资料里，小云雀这类短剧 Agent 产品已经能从标准剧本进入故事蓝图、角色设计和分镜，并让人继续编辑角色与分镜。Vidu 这类视频模型则把「参考生视频」和主体库放到更靠前的位置，用多参考素材维持角色和场景连续性。腾讯云开发者社区的行业文章也把漫剧制作拆成剧本、分镜、素材、视频生成、后期剪辑和发行运营等环节。1 2 3
这说明漫剧生产已经不是「写一句提示词，生成一集」。
它更像一条不断返工的生产线。
剧本层的生成器负责改编、拆集、写钩子和台词。评估器看节奏、爽点、人物动机、平台尺度和可视化难度。优化器会把长心理活动改成动作，把复杂群像拆成更短的单人镜头，把抽象设定改成画面能承载的东西。
资产层的生成器负责角色、服装、场景、道具和风格参考。评估器看角色能不能跨镜头复用，服装是否稳定，场景能不能支撑多集，是否有版权风险。优化器补三视图、表情表、服装状态、年龄阶段和命名规范。
分镜层的生成器把剧本拆成镜头。评估器看镜头是否讲清楚，情绪是否接得上，角色位置有没有跳，是否出现视频模型很难处理的多人同框和复杂动作。优化器补反应镜头，拆短镜头，固定镜头词，把高风险镜头提前标出来。
视频层的生成器把静帧变成动作。评估器看脸部漂移、闪烁、口型、肢体、运镜和动作连续性。优化器换参考图、缩短镜头、降低运动幅度、增加关键帧，或者干脆把一个复杂镜头拆成两个安全镜头。
发行层也一样。标题、封面、字幕、配音、剪辑节奏都是生成对象。完播率、前三秒留存、评论反馈、违规风险都是评估信号。优化器会重剪开头，调整封面，改变下一集的冲突前置方式。
到这里，生成器、评估器、优化器已经不再是抽象词。它们就在每一个工位里。
七
再看一个具体事故。
第 8 集里，男主在医院走廊连续出现三次。第一镜是黑色外套，第二镜变成灰色风衣，第三镜脸型也变了。
闭环优化会这样处理：
发现漂移
-> 补参考图
-> 改 `prompt`
-> 锁 `seed` 或换模型
-> 重跑第二、三镜当前镜头可能修好了。
进化会多走一步：
归档为「同场戏角色状态漂移」
-> 增加角色状态检查点
-> 在分镜模板里要求填写服装状态
-> 建立医院走廊场景的固定镜头词
-> 把失败镜头加入反例库下一次同场戏生成前，系统会先检查角色状态。
自进化还会再追一层：
统计多部作品返工记录
-> 发现漂移集中发生在「跨场景切换后返回同一角色」
-> 判断旧优化策略太依赖视频层重跑
-> 在剧本到分镜之间新增角色生命周期表
-> 比较有状态表和无状态表的返工率
-> 通过后把它固化进生产流程同一个错误，在三个层级里有三种命运。
闭环优化把它修掉。
进化把它记住。
自进化把它重新归因，并改变系统以后如何记住。
八
判断一个 AI 生产系统有没有进化，不要先看它用了多少模型，也不要先看它能不能连续跑多少轮。
看它如何处理失败。
失败只导致重跑，系统在闭环里。
失败留下检查点、资产规范、流程模板和反例库，系统开始进化。
失败迫使系统反省自己的评估方式、返工方式和经验沉淀方式，并且能用后续项目验证改动有效，系统才接近自进化。
AI 漫剧只是一个容易看见的例子。保险报告、代码生成、投研分析、客服问答也一样。生成器负责尝试，评估器负责看见，优化器负责改变。
系统真正长出来的东西，不在那一次漂亮输出里。
它藏在失败之后还被保留下来的结构里。
相关
- Agent-Native
- 如何放心 100% AI 交付需求(2) — Loop 与 Agent Loop
- 如何科学评测 Agent 生成的文本报告：从评分体系到评测器的元评测
- 保险产品解读报告系统：Multi-Agent 生产链路与评测闭环
- Claude Code Skill 不过是一个文件夹？
Footnotes
-
科技日报报道提到，小云雀短剧
Agent可以从标准剧本进入故事蓝图、角色设计、分镜生成，并支持人工编辑角色和分镜。参见：这部AI短剧“跑出”全流程制作加速度。 ↩ -
Vidu官方介绍“参考生视频”能力时，强调多参考图、角色一致性和场景连续性。参见：Vidu Reference to Video。 ↩ -
腾讯云开发者社区文章将
AI漫剧制作拆成剧本创作、分镜、图片素材、视频生成、后期剪辑、审核和发行运营等环节，并讨论制作团队角色。参见：AI漫剧：当技术重构创作边界。 ↩