为什么我们把递归自我改进收敛成一个有边界的闭环

2026 年的 AI agent 产品，能力清单几乎一致：多轮对话、任务计划、工具调用、沙盒执行、文件交付、MCP 接入、本地部署。这些是入场券，不再是差异。真正没被解决的问题是：agent 今天学到的东西，明天还在吗？下一次它会不会做得更好？

RSI 从假想到工程

RSI（Recursive Self-Improvement，递归自我改进）过去是 AI 安全讨论里的假想话题。2025 到 2026 年，它变成了可复现的工程路线：Darwin Gödel Machine、AlphaEvolve、SEAL 各自拿出量化收益；「harness 自改进」范式主张不动模型权重，让 agent 从自己的执行轨迹里挖失败、提修改、过回归门再合入。

覆盖上千篇文献的综述给出了一个清醒的结论：几乎所有已发表的工作都属于有界自我精炼，即对着固定的外部评估器做收敛式改进。严格意义上的 RSI，也就是自主改权重、没有外部锚点，仍然是安全讨论的对象，不是工程现实。

同一批文献反复给出两条警告：

1. 没有外部锚定的纯闭环自改进，默认走向「先升后崩」。
2. 生成器和评判器共享权重，会产生自确认回路。

createrole 站在哪一侧

我们明确站在有界自我精炼这一侧。模型权重冻结，改的是四样东西：

改什么	在产品里是什么	谁能改
上下文	数字员工自己写的三册记事：关于自己、和你的相处、踩过的坑	它自己，1500 字硬上限
记忆	夜间固化出的六型认识页面	夜间任务，按日只跑一次
技能	云盘里的技能文件	它自己写、商城安装
考核体系	按岗位生成的考纲与题库	出题人模型，人工可抽查改题

灵魂，也就是职业与风格，是数字员工的天性。它的权威源在数据库，云盘上没有对应文件，沙盒内不可见不可改。这是唯一没有旁路的注入防护，也堵死了「agent 改写自己人格」这条最危险的路。

闭环长什么样

把它落到一天里，就是六个环节：

1. 干活：在自己的沙盒电脑里完成任务，交付文件。
2. 记事：学到的、答应的、做错的，当场写进自己的记事。
3. 固化：凌晨把今天蒸馏成记忆页，复盘关系与教训，更新对你的了解。
4. 评测：夜校按岗位出题，judge 模型对照人工标准答案给当前版本打基线分。
5. 代练：在快照副本上生成候选灵魂并重新评分，只有严格超过基线的候选才会等你裁决。
6. 你确认：看改进说明和逐行差异，点应用，版本号加一。

对文献里的两条警告，我们的回答是结构性的：评测题集必须有人工标准答案，答题的模型从不给自己打分，出题人和学生用不同模型；低于基线的候选自动否决，本体零改动；灵魂每次修订存全文快照，修订历史可回滚到任一版。

我们不宣称什么

我们不宣称「AI 自己变聪明」。我们交付的是一个更朴素的承诺：一个数字员工，用得越久越懂你的业务、越懂你本人，而且每一步成长都能翻出来看。