MedEvoEval：通过模拟临床诊疗周期评估医生 Agent 的持续进化

医生 Agent 正从单次回答转向进化的临床决策系统。现有评估多局限于固定输入或独立交互，难以衡量跨周期经验对行为的影响。本文提出 MedEvoEval，一个基于动作门控模拟门诊周期的可执行纵向评估框架。该框架将病例转化为多视角交互，仅通过有效动作揭示证据，并记录结构化轨迹以关联观察、行动及经验回写。实验表明，该方法能揭示过程成本，支持对记忆成熟度、迁移能力及知识保留的纵向分析，为评估 Agent 是否通过经验实现自我进化提供了坚实基础。