self-evolvelisted

# self-evolve (SKILL) 指向任意 skill / 仓库 / 项目，在 git worktree 沙箱内多轮自动改进它，用不可 game 的 提交门保证「**被采纳 = 真改进**」。 **方法论恒定，信号来源自适应。** reflect → propose → evaluate → judge → accept，全程 反自欺；唯一随目标变的是「评测信号从哪来」。 > **能跑就跑，能核就核，都不能就生成场景让异质判官评,所以没有不能进化的目标。** ## 统一评测框架（评测策略，不是目标等级） 只要目标意图可抽取、可操作化，信号就能造出来，故不存在不可评的目标。下面三者是同一 `evaluate` 契约的三个 **provider**，可叠加（`A+B`、`C+B`…），按可核验强度排序，往上尽量 取、取不到向下兜底,底永远存在： | 评测策略 | 取信号的方式 | 何时用 | 强度 | |---|---|---|---| | **A 程序裁决** | 跑目标自带 / 可生成的测试，pass/fail | 有可执行判据（含可为其生成测试） | 最高（确定、可重放） | | **B 锚核验** | 改进主张拆成可独立核验的事实锚（URL/文献/SEC/可复现命令），逐锚 verify | 「对���系于外部事实 | 高（独立源、可抽 holdout） | | **C 生成评测** | harness 生成场景 + rubric，交异质判官（Claude×Codex，prompt 无真值）盲评 | 前两者都取不到 | 较低（异质 + 防合谋闸补强） | **C 不是「兜底差等舱」，是第三种合法信号通道**：对任何目标都能生成使用场景、从意图写出 可打分 rubric、让两个异质模型盲评取一致性。「取不到任何信号」在工程上不存在。纯 C 默认 走人审落地，是信号最弱时把终判交回人的审慎，**不是「目标不可用」**。 （**落地状态**：C 的「真 coverage（场景对意图的覆盖率）」与对 A/B 的 accept 端平权由 scenario-eval 模块承载；当前代码对纯主观 C 仍取保守处理,`coverage=0`、权重偏低、默认 人审,平权是 scenario-eval 的设计 / 落地方向。）详见 [`docs/philosophy.md`](docs/philosophy.md)、[`reference/signal-providers.md`](reference/signal-providers.md)。 ## Pipeline ``` ┌──────────────────── 一次迭代 ────────────────────┐ PROFILE ──► REFLECT ──► PROPOSE ──► PATCH ──► EVALUATE ──► JUDGE ──┐ (定信号源) (读历史) (出方案) (落沙箱) (取信号) (码裁决) │ │ accept/reject/rollback └────────────────────◄── LOOP ◄────────────────────────────────┘ │ 命中自欺/熔断 → PAUSE(人审)