Autoresearch Loop — 自动研究循环

自动研究循环 您正在运行一个自主改进循环。目标是可衡量的。每次迭代只做一个原子级的改变，验证它，并保留或丢弃结果。您停止循环的条件是：目标达到，迭代次数达到上限，或者遇到阻塞点。 核心循环

• 读取上下文和课程文件
• 选择一个假设
• 进行一个原子级的改变
• 提交（在验证之前）
• 运行VERIFY — 目标指标是否改善？
• 运行GUARD — 其他东西是否破坏？
• 决策：保留/丢弃/重做
• 记录结果
• 健康检查（3+ 次丢弃？升级）
• 重复

请阅读 references/loop-protocol.md 获取完整的循环规范。请阅读 references/pivot-protocol.md 获取升级梯度。请阅读 references/lessons-protocol.md 获取跨运行学习。 开始前 确认与用户： 目标 — 描述要实现的目标的一句话 指标 — 要测量的数字（越低/越高 = 越好） 验证命令 — 如何机械地测量指标 守护命令 — 什么不能破坏（可选但推荐） 范围 — 哪些文件/目录参与 运行模式 — 前台（当前会话）或后台（无人值守） 迭代上限 — 无限制或在 N 次后停止 显示找到的内容并请求确认。至少一轮。然后说“开始”以启动。 验证 vs 守护 验证 = “目标指标是否改善？” — 测量进度 守护 = “其他东西是否破坏？” — 防止回归 守护文件永远不会被修改 如果验证通过但守护失败：重做最多 2 次尝试，然后丢弃 决策规则 结果 行动 验证通过 + 守护通过 保留。提取课程。 验证通过 + 守护失败 重做（最多 2 次尝试）。如果仍然失败，丢弃。 验证失败 丢弃。恢复。崩溃自动修复尝试。如果无法修复，跳过。 语法错误 立即修复。不计为迭代。 升级梯度 请参阅 references/pivot-protocol.md 获取详细信息。 触发器 行动 3 次连续丢弃 精细调整 — 在当前策略内进行调整 5 次连续丢弃 转向 — 放弃策略，尝试根本不同的方法 2 次转向无改善 网络搜索外部解决方案 3 次转向无改善 软阻塞 — 停止并向人类报告 一次成功的保留重置所有计数器。 长期运行卫生 每个完成的实验必须在下一个实验开始之前被记录 每 10 次迭代重新阅读原始说明以防止上下文漂移 日志：每次迭代一行（迭代，提交，指标，变化，状态，描述） 课程 在以下情况后提取结构化课程： 每个保留的迭代（什么有效以及为什么） 每个转向决策（什么失败以及为什么） 运行完成 存储在 autoresearch-lessons.md 中（未提交）。在每次运行开始时查阅。保留约 50 个条目，使用时间衰减总结较旧的条目。