openJiuwen提出将Agent经验拆成环境事实（FACT）与条件式技巧（TIP）两条轨道，在五个基准上评测后接入办公智能体WorkSwarm；官方称在Excel清洗案例中工具调用从57次降至20次。
AI解读：openJiuwen发布TTSE（Two-Track Self-Evolution，双轨自演进）框架，把Agent从任务中积累的经验分为两类：FACT记录环境事实，TIP记录在特定条件下该怎么做。按来源说法，这借鉴了认知科学对陈述性知识与程序性知识的区分。
TTSE流程包括：从首批任务冷启动归纳经验；后续按批次加载上一轮经验执行任务；再经归因、退役、矛盾分析与合成、归纳四个环节更新经验库；最后在测试任务上评估经验库对准确率或任务表现的影响。
论文《A Two-Track Online Self-Evolution Framework for LLM Agents》报告了ALFWorld、ScienceWorld、GDPevo、SOPBench、PinchBench五个基准的评测结果，每项实验独立重复三次。GDPevo消融实验显示，完整FACT+TIP方案平均得分0.2616，高于只用单轨，也高于零样本基线0.0947。
TTSE已落地openJiuwen的办公智能体WorkSwarm蜂群办公智能体。来源称0.2.7及以上版本可在设置中开启TTSE自演进开关，0.2.8版本上线TTSE双轨演进Rail。
两个办公案例为官方展示：Excel数据清洗任务首次执行57次工具调用、3次失败、耗时6分22秒，再次执行降至20次调用、1次失败、1分48秒；文档与表格整理任务耗时从1分49秒降至1分26秒，工具调用从27次降至18次，失败从2次降至1次。
在WorkBuddy Office Bench上，WorkSwarm接入TTSE后任务表现提升3.81%，输入Token消耗降低1.70%，输出Token消耗降低30.09%，平均工具调用次数减少2次，均为openJiuwen方面公布的评测数据。
openJiuwen发布TTSE（Two-Track Self-Evolution，双轨自演进）框架，将Agent在任务中获得的经验拆成FACT（环境事实）与TIP（条件式技巧）两条轨道分别管理，并宣布该机制已在办公智能体WorkSwarm的0.2.8版本上线。
TTSE如何划分与更新经验
据量子位刊载的openJiuwen文章，TTSE借鉴认知科学中陈述性知识与程序性知识的区分：FACT描述“这个环境是什么样的”，强调可直接验证和跨任务稳定性；TIP采用“在什么条件下执行什么操作”的形式，记录执行方法。两类知识分别维护编号、呈现方式与证据追踪机制，便于单独引用、核对和更新。
框架流程分四部分。冷启动阶段，Agent从空规则库执行首批任务，再根据执行轨迹归纳FACT与TIP。在线增量演进阶段，后续任务按批次推进，每轮加载上一轮经验执行，再依次做归因（找出可能误导执行的规则）、退役（把被归责规则移入退役池并记录原因、批次和时间）、矛盾分析与合成（识别冲突经验中的隐含适用条件，合成条件更明确的TIP）、归纳（对比成功与失败轨迹，新增、修订、确认或移除经验）。最后输出经验库并在测试任务上评估。
文章称，难以确定归属的内容默认归入TIP，以降低把未经充分验证的操作经验当成环境事实的风险。
五个基准的结果
相关论文为《A Two-Track Online Self-Evolution Framework for LLM Agents》。研究团队在ALFWorld、ScienceWorld、GDPevo、SOPBench和PinchBench五个基准上评测，每项实验独立重复三次。以下数字均来自该来源。
ALFWorld上，TTSE在GLM-5上成功率达到98.51%，在DeepSeek-V3.2上达到97.8%，来源称较此前最优方法GraSP的83.6%提升14.2个百分点。ScienceWorld上，MACRO Reward从0.7204提升至0.8534，Native Success从53.08%升至73.46%。
GDPevo的消融实验显示，完整FACT+TIP方案平均得分0.2616，约为零样本基线0.0947的2.8倍；仅用TIP或仅用FACT均未达到双轨方案的表现。SOPBench上，与贝叶斯技能管理融合后，总体成功率从基线79.15%升至单轨方案的91.59%，再升至双轨融合方案的94.58%。
PinchBench上，以非侵入方式将TTSE接入OpenClaw，在147个真实端到端任务上三次独立运行，平均得分从0.7439升至0.7822，三次运行增益方向一致，运行极差从3.33个百分点降至1.61个百分点。
办公场景的落地与案例
TTSE已接入WorkSwarm。来源称用户安装并启动WorkSwarm 0.2.7及以上版本，在设置中开启TTSE自演进开关即可使用；0.2.8版本上线TTSE双轨演进Rail。
文章给出两个办公对比案例。Excel数据清洗任务中，首次执行工具调用57次、失败3次、总耗时6分22秒；再次执行相似任务时，工具调用降至20次、失败1次、耗时1分48秒。文档与表格整理任务中，首次耗时1分49秒、27次工具调用、2次失败；第二次耗时1分26秒、18次调用、1次失败，来源称耗时缩短约21.1%，工具调用减少33.3%，失败调用减少50%。
在WorkBuddy Office Bench上，来源称WorkSwarm接入TTSE后任务表现提升3.81%，输入Token消耗降低1.70%，输出Token消耗降低30.09%，平均工具调用次数减少2次。
上述基准分数、办公案例与Token数据均由openJiuwen方面公布，属于其研究论文与官方评测结果，本报道未独立复现。