技能介绍

解决什么具体问题

在现有的自优化链路中，前四个环节（记录错题、生成补丁、送审萃取、优化 Skill）已经能够自动产出改进候选。但系统缺少一个关键步骤：谁来验证这些候选补丁真的有效且安全？谁来决定留下哪些、废弃哪些？这就导致了“改进黑盒”问题——补丁被盲目合入，可能引入新缺陷或破坏原有约束。本技能作为第 5 环，补上了受控实验验证与留优汰劣的闭环。

核心能力与关键步骤

本技能不重造任何已有能力，只读上游产出，聚焦两件事：

受控实验验证：通过 scripts/run_experiment.py 在内存或副本沙箱中运行。包含 safety_guard_test（对只读/只增不删护栏跑攻击用例，拒绝 DROP/DELETE 等危险操作）和 deterministic_replay（基线与候选的确定性重放比较）。
留优汰劣台账：通过 scripts/ledger.py 将实验结果写入 ledger/self_opt_ledger.json。严格遵循“降耗不降质”纪律：达标的标记为 KEPT，失败或引入风险的标记为 DISCARDED 并记录原因，避免重复踩坑。

适用边界与安全纪律

本技能在夜间错峰运行（如每日 04:00），以覆盖上游补丁生成后的验证需求。在风险分级上，常规回归与合规 lint（🟢）和需验证的改进项（🟡）可自动处理；但若安全护栏回归失败（🔴），绝不会自动修改铁律，而是将问题写入 pending_escalations/ 等待人工拍板。整个流程只读上游、绝不连接生产数据库，确保复盘只新增发现而不污染原始记录。