参考 RSI-Agent，交付 DSH 插件
怎么学，怎么判断有用
最终要全自动。现在先把来源、学习和效果分开核对。
RSI-Agent 的做法
源码分析全文Actor 执行
做任务，提炼成功或失败的经验。
模型权重不变Verifier 检查
独立检查产物，不让执行者自评。
未知不算通过Curriculum 练习
围绕能力缺口，安排相关练习。
同题练习不是泛化Host 控制
隔离环境、提交记忆、冻结评分。
控制边界在模型外本地审查版本 4d7ef43，记录于 2026-10-14。经验是跨任务文件；上游没有逐条经验的独立收益对照门禁。
插件放在 DSH 的学习与上下文环节
原生会话
任务与纠正
模型抽取
提炼经验
筛选保存
来源与条件
上下文注入
请求中可核对
原生执行
默认 system
结果比较
官方评分 / 文本
通过 DSH HTTP RPC 调用 Node；没有另起一条直接 LLM 链路。当前先固定经验映射，不测召回准确度。
三个问题，不能混成一个
任务做对了吗
看官方评分或文本标准
经验有依据吗
看来源、条件和实际注入
下次更好了吗
用新题对照，连成本一起算
现有结果
闭环跑通 · 一道退款题有改善
合成规则复用 · 多数配对仍失败
下一轮验证
独立新题 · 三组同条件对照
无经验 / 普通摘要 / 筛选经验
自动运行还缺什么
完整待办正常 profile 验收
任意符合条件的会话
超时与预算控制
不能无限练习或重试
独立收益验证
学习和执行全成本
自动发布、退化回滚
用户不用逐条操作