本文探讨一种自我改进的智能体，它在没有奖励信号、评判模型或答案键的情况下，仍能保证答案的绝对正确。核心机制是让一个冻结的模型在一个小而精确的领域特定语言（DSL）上运行两层循环。内部循环仅在两个独立编写的表达式对每条记录都产生相同结果时才接受答案，从而实现自洽。外部循环负责发现 DSL 中缺失的计算能力，并为其撰写新的算子。新算子只有在第二个独立实现也产生相同结果且满足守恒律时才被加入 DSL，整个过程不依赖任何真实标签。实验表明，内部循环将可解问题集合约提升三倍，外部循环在不同起始集合上自行扩展，能够创造起始闭包之外的算子；对照实验在没有归纳的情况下无法解答新增问题。入库规则在独立参考下能够拒绝 138/138 的错误算子变体，即使这些变体来自不同模型族，而仅凭运行、 自洽 与压缩信号的传统方法会错误接受多数。未作修改的机制同样在业务账本和临床就诊两个结构完全不同的领域中实现了十倍以上、近二十倍的可解集合增长。跨模型族的实验显示，使用不同提议者时门控仍保持可靠，各族自我扩展的规模相当，仅在归纳产出上反映出各自对 DSL 的熟练度。
点评