Self-Evolving Multi-Agent System (SEA)

一个用于 AI 安全研究的自进化多智能体攻防系统。

问题背景

• 静态提示：一旦找到攻击向量（越狱），它会永远有效直到人工修补
• 无学习能力：标准 Agent 每次对话后重置记忆，会重复犯错

解决方案

实现 自进化智能体 架构：

• 多智能体：Attacker, Defender, Judge, Reflector 角色分工
• 数据飞轮：每次交互被记录、分析、提炼为 "经验教训" 更新长期记忆
• 原生 Python：无重型框架，确保 Agent 对自己 "脑代码" 的完全可见性和控制

架构

Battle Arena (短期记忆)
  Attacker → Defender → Judge → 结果

Evolution Engine (长期记忆)
  Logger → Reflector → Memory Bank → 更新 A & D