前言¶

生产级 Agent 往往先靠 harness-engineering 把单轮自治循环管住：锁定指标、可编辑面、日志、回滚与人审边界。但当失败反复出现，团队会自然想到「让 Agent 根据失败模式改自己的 prompt、工作流甚至 harness 代码」。问题在于：循环会优化你交给它的任何信号，包括信号自身的漏洞；一旦评估器、预算或沙箱边界落在可被改写的面上，reward hacking 与静默停滞就会跟着出现。

下面介绍开源 Skill self-improvement-loops：它来自 Agent Skills for Context Engineering 集合，在 CHANGELOG 中作为 2.4.0（2026-07-08）新增的第十六项 Skill 发布。正文把设计问题从「如何控制一个循环」推进到「如何让循环在有限范围内改写自身，又不破坏引导它的信号」。

这是什么¶

self-improvement-loops 是一份面向 Agent 平台的 SKILL.md 指导文档（Skill 元数据版本 1.0.0），维护者为 Agent Skills for Context Engineering Contributors。

一句话定位：当 harness、脚手架、工作流或优化器本身 成为优化对象时启用——覆盖递归自我改进（RSI）、元 harness 搜索、基于失败挖掘的有界自编辑、面向 scaffold 的演化/种群搜索、自修改系统的接受门控，以及「产生 context 的机制」被版本化并演化的情况。

与相邻 Skill 的分工在 frontmatter 与正文中写得很明确：不修改自身的单循环治理归 harness-engineering；评测与质量门归 evaluation；LLM-as-judge 归 advanced-evaluation；远程沙箱归 hosted-agents；是否立项与成本估算归 project-development；可自编辑的 context 行为归 self-managed-context。

核心功能¶

优化阶梯（Optimization Ladder）¶

Skill 用一张阶梯表归纳已发表系统常优化的对象深度，并建议：能在更低一级表达修复时，不要贸然上跳。

循环外不变量（Outside-the-Loop Invariant）¶

评估器、埋点、权限与预算执行必须位于循环不能修改的区域。操作要点包括：

• 预算、权限、沙箱边界由运行时强制，不要只写在可被演化的 prompt 里。
• 向提议方暴露分数与 trace，不要暴露评分实现源码。
• OS/容器级沙箱；检测到的 exploit 记为失败候选，而非高分。

实证接受门控（两划分）¶

自修改的接受应基于测量，而非提议方的理由说明：使用 held-in（针对弱点是否修好）与 held-out（提议方不可见、检查是否退化）两个划分；严格门控要求两边都不退化，且至少一边严格变好，并在随机评分下重复评测。文中还给出了可落地的 Python 示例函数 accept(...)。

文件系统经验档案（Filesystem Experience Archive）¶

每个候选以目录形式保存源码、分数与原始执行 trace；提议方用 grep 类工具检索档案，而不是把历史摘要塞进 context。资料强调：对原始 trace 的 ablation 优于仅分数或 LLM 摘要。

失败驱动的三阶段自编辑¶

1. 弱点挖掘：按验证层原因、行为因果、可复用机制三维聚类失败 trace，并对「不可寻址」簇过滤。
2. 有界提议：输入限定为可编辑面、失败模式、须保留的通过行为、既往编辑记录；要求改动最小、候选互异并附审计说明。
3. 验证合并：两划分门控；兼容编辑合并，拒绝项写入档案。

此外还有 元级 harness 代码搜索、context 演化（条目化 delta、确定性合并、防 context collapse）、多样性保持（档案、子代折扣父代选择、嵌入去重）、Loop-Readiness Checklist 与 Gotchas（prompt 约束被演化掉、可见 scorer 被博弈、单调重写坍塌等）。

更细的数值与 incident 见同目录 references/loop-design-evidence.md；文内 claim-* 与 researcher/claims/index.jsonl 对应。

安装与启用¶

本 Skill 遵循 Agent Skills 目录布局（子目录内含 SKILL.md，可含 references/），不要压成单文件以免破坏相对路径。

整包安装（推荐）¶

仓库作为 Open Plugins 插件分发，清单在 .plugin/plugin.json，Skill 在仓库根 skills/。

Cursor：

1. 从 Cursor Plugin Directory 的 context-engineering 条目 安装，或克隆仓库后将 Cursor 指向插件根目录。
2. Cursor 读取 .plugin/plugin.json 并发现 skills/。

Claude Code：

在 Claude Code 中添加市场并安装插件（仓库 README 示例）：

/plugin marketplace add muratcankoylan/Agent-Skills-for-Context-Engineering
/plugin install context-engineering@context-engineering-marketplace

Codex 等 Open Plugins 主机： 安装对应插件后，由主机读取同一 manifest 发现 skills/。

仅安装 self-improvement-loops¶

克隆或下载仓库后，将 整个 skills/self-improvement-loops 目录复制到项目级 Skill 路径（README 示例以 context-fundamentals 演示，替换目录名即可）：

# Cursor 项目
mkdir -p .cursor/skills
cp -R skills/self-improvement-loops .cursor/skills/

# Claude Code 项目
mkdir -p .claude/skills
cp -R skills/self-improvement-loops .claude/skills/

# Codex 项目
mkdir -p .codex/skills
cp -R skills/self-improvement-loops .codex/skills/

# 通用 Agent Skills 路径（部分 Codex/OpenAI、Copilot CLI 等主机）
mkdir -p .agents/skills
cp -R skills/self-improvement-loops .agents/skills/

启用方式因主机而异：整包插件通常由路由器按任务描述自动激活；单 Skill 复制后，在支持 Agent Skills 的客户端中，当任务涉及 harness 自修改、元搜索或接受门控设计时，应匹配 frontmatter 中的 description 触发加载。具体 UI 以各客户端文档为准。

典型用法¶

Skill 不提供独立 CLI，价值体现在设计自检与档案布局。下面三段均来自官方 SKILL.md 示例。

两划分接受门控（节选逻辑）：

def accept(candidate, baseline, held_in, held_out, repeats=3):
    d_in = mean_score(candidate, held_in, repeats) - mean_score(baseline, held_in, repeats)
    d_out = mean_score(candidate, held_out, repeats) - mean_score(baseline, held_out, repeats)
    if d_in < 0 or d_out < 0:
        return False
    return max(d_in, d_out) > 0

held-out 对提议方不可见；牺牲 held-out 换 held-in 的候选应拒绝。

经验档案目录结构：

search-run/
  candidates/
    c0041/
      harness.py
      scores.json
      traces/
      lineage.txt
  frontier.json
  rejected.jsonl

提议方按需 grep 该树，默认不把档案预摘要进 prompt。

把失败路由到正确阶梯（节选）：

Observed: agent repeatedly uses a deprecated API despite instructions.
Wrong fix: propose a harness-code edit adding retry logic.
Right fix: rung 2. Inject current API docs into task context at
execution time.

实施自改进循环前，可先对照 Loop-Readiness Checklist 八条（快且可自动化的评测、held-out、运行时约束、声明可编辑面、谱系档案、分阶段评测花费、基座能力阈值验证、人审挂点）。

适用场景与注意¶

适合：

• 设计 Agent 根据失败模式提议修改 harness、prompt、context playbook 或工作流。
• 做 harness/scaffold 上的元搜索（元 Agent、工作流图树搜索、LLM 变异算子的程序搜索）。
• 为自修改系统定接受标准，或诊断退化（reward hacking、多样性坍塌、context collapse、假稳定）。
• 决定反复失败应在 prompt、context、工作流、harness 还是优化器哪一级修复。

注意：

• 递归结构会放大基座模型质量：弱模型上可能跨迭代均值下降；启用递归前做固定迭代的能力验证，并跟踪 编辑 diff，避免「空改动」伪装收敛。
• 评测变更、扩大可编辑面、晋升生产 harness 等应保留为人决策点。
• 与 harness-engineering 搭配：前者定义控制面，本 Skill 定义控制面成为优化目标后的纪律。

结尾¶

self-improvement-loops 把「Agent 能否改写自身工作流」从口号收成可操作的约束：优化阶梯、循环外评测、两划分门控、原始 trace 档案与多样性机制，并明确与其它 Context Engineering Skill 的边界。

官方目录：https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering/tree/main/skills/self-improvement-loops