前言¶

生產級 Agent 往往先靠 harness-engineering 把單輪自治循環管住：鎖定指標、可編輯面、日誌、回滾與人審邊界。但當失敗反覆出現，團隊會自然想到「讓 Agent 根據失敗模式改自己的 prompt、工作流甚至 harness 代碼」。問題在於：循環會優化你交給它的任何信號，包括信號自身的漏洞；一旦評估器、預算或沙箱邊界落在可被改寫的面上，reward hacking 與靜默停滯就會跟着出現。

下面介紹開源 Skill self-improvement-loops：它來自 Agent Skills for Context Engineering 集合，在 CHANGELOG 中作爲 2.4.0（2026-07-08）新增的第十六項 Skill 發佈。正文把設計問題從「如何控制一個循環」推進到「如何讓循環在有限範圍內改寫自身，又不破壞引導它的信號」。

這是什麼¶

self-improvement-loops 是一份面向 Agent 平臺的 SKILL.md 指導文檔（Skill 元數據版本 1.0.0），維護者爲 Agent Skills for Context Engineering Contributors。

一句話定位：當 harness、腳手架、工作流或優化器本身 成爲優化對象時啓用——覆蓋遞歸自我改進（RSI）、元 harness 搜索、基於失敗挖掘的有界自編輯、面向 scaffold 的演化/種羣搜索、自修改系統的接受門控，以及「產生 context 的機制」被版本化並演化的情況。

與相鄰 Skill 的分工在 frontmatter 與正文中寫得很明確：不修改自身的單循環治理歸 harness-engineering；評測與質量門歸 evaluation；LLM-as-judge 歸 advanced-evaluation；遠程沙箱歸 hosted-agents；是否立項與成本估算歸 project-development；可自編輯的 context 行爲歸 self-managed-context。

核心功能¶

優化階梯（Optimization Ladder）¶

Skill 用一張階梯表歸納已發表系統常優化的對象深度，並建議：能在更低一級表達修復時，不要貿然上跳。

循環外不變量（Outside-the-Loop Invariant）¶

評估器、埋點、權限與預算執行必須位於循環不能修改的區域。操作要點包括：

• 預算、權限、沙箱邊界由運行時強制，不要只寫在可被演化的 prompt 裏。
• 向提議方暴露分數與 trace，不要暴露評分實現源碼。
• OS/容器級沙箱；檢測到的 exploit 記爲失敗候選，而非高分。

實證接受門控（兩劃分）¶

自修改的接受應基於測量，而非提議方的理由說明：使用 held-in（針對弱點是否修好）與 held-out（提議方不可見、檢查是否退化）兩個劃分；嚴格門控要求兩邊都不退化，且至少一邊嚴格變好，並在隨機評分下重複評測。文中還給出了可落地的 Python 示例函數 accept(...)。

文件系統經驗檔案（Filesystem Experience Archive）¶

每個候選以目錄形式保存源碼、分數與原始執行 trace；提議方用 grep 類工具檢索檔案，而不是把歷史摘要塞進 context。資料強調：對原始 trace 的 ablation 優於僅分數或 LLM 摘要。

失敗驅動的三階段自編輯¶

1. 弱點挖掘：按驗證層原因、行爲因果、可複用機制三維聚類失敗 trace，並對「不可尋址」簇過濾。
2. 有界提議：輸入限定爲可編輯面、失敗模式、須保留的通過行爲、既往編輯記錄；要求改動最小、候選互異並附審計說明。
3. 驗證合併：兩劃分門控；兼容編輯合併，拒絕項寫入檔案。

此外還有 元級 harness 代碼搜索、context 演化（條目化 delta、確定性合併、防 context collapse）、多樣性保持（檔案、子代折扣父代選擇、嵌入去重）、Loop-Readiness Checklist 與 Gotchas（prompt 約束被演化掉、可見 scorer 被博弈、單調重寫坍塌等）。

更細的數值與 incident 見同目錄 references/loop-design-evidence.md；文內 claim-* 與 researcher/claims/index.jsonl 對應。

安裝與啓用¶

本 Skill 遵循 Agent Skills 目錄佈局（子目錄內含 SKILL.md，可含 references/），不要壓成單文件以免破壞相對路徑。

整包安裝（推薦）¶

倉庫作爲 Open Plugins 插件分發，清單在 .plugin/plugin.json，Skill 在倉庫根 skills/。

Cursor：

1. 從 Cursor Plugin Directory 的 context-engineering 條目 安裝，或克隆倉庫後將 Cursor 指向插件根目錄。
2. Cursor 讀取 .plugin/plugin.json 並發現 skills/。

Claude Code：

在 Claude Code 中添加市場並安裝插件（倉庫 README 示例）：

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

Codex 等 Open Plugins 主機： 安裝對應插件後，由主機讀取同一 manifest 發現 skills/。

僅安裝 self-improvement-loops¶

克隆或下載倉庫後，將 整個 skills/self-improvement-loops 目錄複製到項目級 Skill 路徑（README 示例以 context-fundamentals 演示，替換目錄名即可）：

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

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

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

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

啓用方式因主機而異：整包插件通常由路由器按任務描述自動激活；單 Skill 複製後，在支持 Agent Skills 的客戶端中，當任務涉及 harness 自修改、元搜索或接受門控設計時，應匹配 frontmatter 中的 description 觸發加載。具體 UI 以各客戶端文檔爲準。

典型用法¶

Skill 不提供獨立 CLI，價值體現在設計自檢與檔案佈局。下面三段均來自官方 SKILL.md 示例。

兩劃分接受門控（節選邏輯）：

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 對提議方不可見；犧牲 held-out 換 held-in 的候選應拒絕。

經驗檔案目錄結構：

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

提議方按需 grep 該樹，默認不把檔案預摘要進 prompt。

把失敗路由到正確階梯（節選）：

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.

實施自改進循環前，可先對照 Loop-Readiness Checklist 八條（快且可自動化的評測、held-out、運行時約束、聲明可編輯面、譜系檔案、分階段評測花費、基座能力閾值驗證、人審掛點）。

適用場景與注意¶

適合：

• 設計 Agent 根據失敗模式提議修改 harness、prompt、context playbook 或工作流。
• 做 harness/scaffold 上的元搜索（元 Agent、工作流圖樹搜索、LLM 變異算子的程序搜索）。
• 爲自修改系統定接受標準，或診斷退化（reward hacking、多樣性坍塌、context collapse、假穩定）。
• 決定反覆失敗應在 prompt、context、工作流、harness 還是優化器哪一級修復。

注意：

• 遞歸結構會放大基座模型質量：弱模型上可能跨迭代均值下降；啓用遞歸前做固定迭代的能力驗證，並跟蹤 編輯 diff，避免「空改動」僞裝收斂。
• 評測變更、擴大可編輯面、晉升生產 harness 等應保留爲人決策點。
• 與 harness-engineering 搭配：前者定義控制面，本 Skill 定義控制面成爲優化目標後的紀律。

結尾¶

self-improvement-loops 把「Agent 能否改寫自身工作流」從口號收成可操作的約束：優化階梯、循環外評測、兩劃分門控、原始 trace 檔案與多樣性機制，並明確與其它 Context Engineering Skill 的邊界。

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