【Plan A】递归自我改进（RSI）方向-27届

研究智能系统如何利用任务结果、环境反馈和评测信号，持续优化推理策略、记忆机制、Agent Harness 与训练数据，并进一步演化任务生成、能力诊断、验证信号和优化策略，以跨代能力增益、分布外泛化、非退化约束和单位计算收益为标准，探索可验证、可持续的 Recursive Self-Improvement。