我做了全球首个会「自进化」「自微调」的 Code Agent ：momo Code（V1.0.0）🤔

我做了全球首个 完全开源免费、会「自进化」「自微调」的 Code Agent
我把它命名为 MOMO CODE 。

" MOMO 代表了 每一个身处 AI 时代，心怀热爱、坚持微光，想要躬身创造价值的普通人。"

官网：https://momozi.cc
开源地址：https://github.com/momozi1996/momo-code

MOMO CODE：不只是代码Agent，它会「自进化」+ 「自微调」，它会自己变强。

一、为什么 Code Agent 需要"进化"？

过去半年，我高频使用了市面上许多 Code Agent 工具产品
——Claude Code、Codex、Hermes Agent、Kimi code、Cursor……
它们都很强，尤其是CC 和 Codex， 但有一个共同的问题：

模型是静态的。你教它一次，它记住了；你纠正它十次，它可能还会犯第十一次。
就像一个从不记笔记的学生。每次对话都是从零开始，昨天的经验今天全忘。

🤔 我一直在想：如果 Code Agent 能像人一样——从每次交互中学习、积累经验、持续进化——会怎样？
更进一步，每次的交互、每一轮对话，如果能吸纳为模型自我微调的养料——又会怎样？
于是我做了 MOMO CODE, 会「自进化」+ 「自微调」。

二、MOMO CODE 是什么？

一句话：MOMO CODE 是一个完全开源的、会自进化、会自微调的 AI 编程Agent 产品。

🔥 MOMO CODE 🔥 V1.0.0版本
它基于Opencode框架而衍生，创新增加了 【自进化】 /evolve 和 【自微调】/fine-tune 模块

• 支持 25+ 大模型（DeepSeek、智谱 GLM、Moonshot Kimi、豆包、MiniMax、Claude、GPT-4、Gemini、……）。
• 支持自定义 OpenAI协议类 API，接入任意模型。
• 核心差异：每次会话后自动积累经验，通过 /evolve 快环和 /fine-tune 慢环持续自我进化。

开源地址：https://github.com/momozi1996/momo-code
官网：https://momozi.cc

三、【自进化+自微调】双速进化：让它真正"越用越聪明"

这是 MOMO CODE 最核心的设计。
我叫它 “Two-Speed Evolution”——双速进化。

灵感来自生物学：细菌有快速适应（应激反应）和长期进化（自然选择），两个时间尺度并行。

我也给 MOMO CODE 设计了两条进化回路：

01 🔥 快环 /evolve —— 【自进化】秒级经验积累

每次你完成一个任务，MOMO CODE 会观察整个过程中的信号：

• 测试通过了？✅ 记一笔
• 编辑被你接受了？✅ 记一笔
• 编译报错了？❌ 记一笔
• 你手动纠正了它？❌ 记一笔
  当同一个模式出现 3 次以上（比如"bash 命令成功了"），系统会自动 提炼出一条经验策略（tactic）。
  下次你做类似任务时，这些策略会通过 Thompson 采样（一种贝叶斯方法，兼顾"用已知最好的方法"和"给新方法尝试机会"）自动注入到系统提示里。

打个比方：就像新手医生第一次做某种手术，失败了；第三次成功了，前辈就会提醒"下次注意这个步骤"。MOMO CODE 的 /evolve 就是这个"前辈"，而且不需要人工干预。

02 🧬 慢环 /fine-tune ——【自微调】 周期性能力跃迁

快环解决的是"经验记忆"。慢环解决的是"能力升级"。
当积累的经验足够多时，/fine-tune 会触发一个 完整的训练管线：

课程合成（Curriculum）→ 基线评估（Baseline）→ 训练（Train）→ 候选评估（Candidate）→ 棘轮门控（Ratchet Gate）→ 晋升（Promote）

每一步都有严格的数学保证：
-课程合成：
默认驱动器是 Priors（贝叶斯先验更新），纯 CPU、秒级完成、不依赖任何外部系统。如果你需要真正的 LoRA 微调，也可以接入 PEFT/Transformers。

四、算法架构：Bayesian + Thompson + Ratchet

进化算法基于三个核心数学工具：

1. Beta(α, β) 贝叶斯追踪
   每条策略维护一个 Beta 分布。α = 1 + wins，β = 1 + losses。胜率 = α / (α + β)。
   这不是静态计数——每次有新数据，整个后验概率分布都会更新。

2. Thompson 采样
   选择策略时，从每条策略的 Beta 分布中随机采样一个值，按采样值排序选取前 6 条注入。
   这样做的好处是：高胜率策略通常会被选中，但新策略（数据少、方差大）也有机会被"抽中"尝试。自然平衡了"利用"和"探索"。

3. Ratchet Gate（棘轮门控）

PASS iff candidate.passAt1 >= baseline.passAt1 - 0.02 AND #regressions == 0

即：新模型必须至少和旧模型一样好（允许 2pp 噪声），且不能有任何倒退。这个名字来源于机械棘轮——只能单向转动。

五、系统架构：四层 + 25+ 模型

MOMO CODE 采用四层架构：

四层架构

六、一个完整的进化 Demo

你可以 5 分钟跑完整个进化流程：
终端里实际运行效果：
（1）安装：

（2）🔥 快环 /evolve —— 【自进化】秒级经验积累

% momo /evolve 相关

（3）🧬 慢环 /fine-tune ——【自微调】 周期性能力跃迁

% momo /fine-tune

七、为什么是"首个"？

实际上，MOMO CODE 不是世界上第一个 Code Agent。

但它是：
首个将"经验快环（KEP）+ 训练慢环（MCGS）"作为核心架构内置的开源 Code Agent。
其他工具的进化要么是手动 prompt engineering（人力），要么是端到端微调（贵且慢）。
我做的是 两速并行 ——秒级的经验注入 + 周期性的能力跃迁，且默认完全免费。

写在最后

如果你在用它，遇到 bug 或有想法，欢迎来 GitHub 开 Issue。
我们一起把它做得更强。

作者：MOMOZI
架构图、算法详解、完整文档见 GitHub 仓库