方案代码优化器

问题：为什么“再改改”难以收敛

当 AI 写出的文案、代码或方案总差一点，常见做法是继续说“再改改”。但没有目标、评分尺度和回滚规则时，修改容易变成来回微调：这一版更顺，下一版又啰嗦；修掉一个 bug，代码反而更难读。autoresearch-lite 面向可量化、需要反复打磨的内容优化，而不是开放式创作。它要求先定义“什么叫更好”，再进入可追踪的修改循环。

工作方式：把迭代变成带评分的搜索

用户提供三样东西：目标内容、评判标准和可选的迭代次数。技能先建立基线，读取 references/scoring-templates.md 锁定维度，例如中文商务文案、英文文案、营销标题、代码质量、方案策略等，并对原始版本打出 iteration #0 分数。关键不只是分数，而是为每个维度写下锚定理由，用原文中的具体句子、结构或参数解释为什么给这个分。后续评分都参照这些理由，防止分数随轮次虚高。
每轮迭代按固定流程执行：回顾当前最佳版本和历史记录，选择一个改动方向，做一个聚焦修改，再重新评分。方向可以是删减冗余、替换模糊表述、调整结构、补充关键细节或改变语气。分数提升则保留，下降则回滚；连续失败会触发换策略、换结构或提示局部最优。工作区模式下，状态写入 autoresearch/ 目录的 baseline.md、best.md、state.md 和 log.md，中断后可恢复。若优化对象是代码且环境能执行命令，它还能保存文件、运行测试，用真实输出作为健壮性和性能依据。

适用边界与注意点

它适合有标准、要打磨的任务：商务文案、Prompt、技术方案、代码质量、标题等。不适合目标不可量化、一次性完成、或主要依赖灵感发散的场景。评分仍有主观性，用户可随时纠正锚定理由；事实性改动会标注 [待确认]，不会编造数据来提高分数。若基线已很高、连续多轮无改善，或涉及具体人名、机构名和真实数据，它应停下来询问用户，而不是擅自发布或提交。