用可证伪规则库让 Agent 自己修正环境认知（EvoBelief 思路实操）

传统做法是把「某接口返回 code=0 表示成功」这类知识写进提示词，模型记住后用一辈子。一旦后端改成 code=200，提示词没更新，Agent 就持续误判。可证伪规则库的核心是：把这类知识外置成可验证、可更新的数据，而不是埋在提示词里。

旧做法（易过时）：
  提示词里写死：「接口返回 code=0 表示成功」
  → 后端改了，Agent 不知道，持续错

新做法（可纠错）：
  规则库里存：「IF 调用 order_api THEN 返回 code=0 表示成功」
  → 每次执行后拿真实结果校验这条规则
  → 连续出现反例，规则置信度下降，自动退役

每条规则存成结构化字段：触发条件 condition、预测 prediction、适用范围 scope、证据列表 evidence、置信度 confidence。下面用 SQLite 建表，零依赖、好调试。

import sqlite3

def init_store(path="rules.db"):
    con = sqlite3.connect(path)
    con.execute("""CREATE TABLE IF NOT EXISTS rules(
        id INTEGER PRIMARY KEY AUTOINCREMENT,
        condition TEXT NOT NULL,
        prediction TEXT NOT NULL,
        scope TEXT DEFAULT '*',
        evidence TEXT DEFAULT '[]',
        confidence REAL DEFAULT 0.5
    )""")
    con.commit()
    return con

当 Agent 的行动结果和预期不符（例如「门该开却没开」），让冻结的 LLM 产出一条可检验的规则，插入 RuleStore 待验证。

def propose_rule(llm, state, action, outcome):
    prompt = (
        f"当前状态 S：{state}\n行动 A：{action}\n"
        f"环境实际表现：{outcome}\n"
        "请产出一条可证伪的规则，格式：IF <条件> THEN <预测>"
    )
    rule_text = llm.complete(prompt)          # 调用你已有的模型接口
    return parse_rule(rule_text)              # 解析成 (condition, prediction)

晋升规则前，用环境真实采样做受控实验。成功率 ≥ 0.8 才提升为活跃规则，否则留在待验证区继续观察。

def validate_rule(con, rule, env, n=10):
    hits = 0
    for _ in range(n):
        s = env.sample_states(rule["condition"])
        a = rule["suggested_action"](s)
        o = env.step(s, a)
        if o.matches(rule["prediction"]):
            hits += 1
    rate = hits / n
    if rate >= 0.8:
        promote(con, rule)     # 写回 confidence=rate，标记活跃
    return rate

规则被活跃使用后，继续收集反例。置信度随反例衰减，跌破 0.4 时要么收缩 scope（只在更小的上下文生效），要么直接退役。

def retire_or_narrow(con, rule, counterexample):
    decay(con, rule)                       # confidence 乘衰减系数
    if rule["confidence"] < 0.4:
        mark_retired(con, rule)            # 移出活跃世界模型
    else:
        narrow_scope(con, rule, counterexample)   # scope = scope 交 新上下文

把规则库接到既有 ReAct 循环里：规划阶段加载当前活跃规则作为上下文，执行后把成功/失败结果回填，触发晋升或退役。下面是一个最小接法。

def agent_loop(con, llm, env, goal):
    active = load_active_rules(con)        # 只读活跃规则
    plan = llm.plan(goal, context=active)  # 用规则约束规划
    for step in plan:
        outcome = env.step(step.state, step.action)
        if not outcome.matches(active):
            r = propose_rule(llm, step.state, step.action, outcome)
            validate_rule(con, r, env)     # 新规则先验证
        else:
            record_evidence(con, step, outcome)