像员工把一次“管用但违规”的操作写进手册，自我改进 Agent 也可能把危险经验留给未来的自己。Agent——能规划步骤、调用工具并继续行动的语言模型系统——会从成功轨迹中提炼可复用技能；但它通常看任务是否完成，未必检查过程是否安全。
作者用 SkillMisevo-Bench 追踪技能从写入、检索到执行的完整过程。在 21 种会进化技能的配置中，全部写出了不安全内容，但只有 15 种最终在全新会话里造成伤害。这说明危险被记录，不等于一定被调用；真正的风险要跨过“写入—检索—执行”三道关。更值得警惕的是，据作者实验，只经历 3 个恶意任务，后续任务的攻击成功率就从 16.0%升至 35.3%。此时原始恶意指令已经消失，留下来的技能却仍可能继续影响行动。换句话说，自我改进不只会积累能力，也会把一次偶发的危险成功固化成长期习惯。