本周要回答： 当 agent 能修改自己的工具代码时，谁来防止它通过改评分方式或扩大权限“变得更好”？
进入本周前： 已经做过有预算的候选比较，能独立审查代码差异、回退版本和恢复数据。
- 01复现缺陷
- 02提出补丁
- 03独立检查
- 04审查与发布
学习内容与理解目标
本周把改进目标从提示词扩展到一个明确代码缺陷。先理解边界：Git 分支是变更隔离，不是安全沙箱；运行未知代码需要受限制的执行身份、文件和网络权限。研究中的自修改系统与个人生产系统的风险不同，不能把论文探索直接当作安全产品。DGM 原文同时提供思路与局限讨论，见 R52 · Sakana AI：Darwin Gödel Machine。
课程采用“提案者—评测者—批准者”分工：agent 提交补丁，独立流程运行固定检查，人决定是否采用。普通功能测试可以随明确的新需求更新，但验收标准变更必须单独审查，不能由同一候选静默降低。生产部署与权限修改始终不交给改进循环自行决定。
学习链接与选读范围
| 级别 | 官方或原始资料 | 本周只读这些 | 阅读预算 |
|---|---|---|---|
| 研究选读 | R52 · Sakana AI：Darwin Gödel Machine | 代码自修改、验证、风险与局限；不复制性能宣传。 | 35 分钟 |
| 环境选读 | R70 · Docker：Get started | 容器与隔离基础；已有受控环境可不新增工具。 | 35 分钟 |
| 必读复习 | R31 · Pro Git：在线书籍 | 分支、差异、合并和撤销，保持改动可审阅。 | 35 分钟 |
实战拆解
选一个可以用失败测试证明的小 bug，写清修复范围与禁止修改的边界。先存下当前可用版本，不让 agent 从“整体提升系统”开始。
在隔离分支与受限运行环境中执行。环境只挂载合成夹具和所需代码，不挂载私人目录、生产凭据、宿主控制接口或独立保留答案。
要求补丁包含最小实现差异、相关测试和说明。检查是否偷偷改配置、删除失败案例、跳过权限校验或新增网络依赖。
由独立评测流程运行检查，并人工复核至少一条关键结果。自动通过不等于已经安全，尤其是运行时权限、数据流和业务动作。
人工选择合并或拒绝。采用后只做小范围试运行，并实际演练回退；不允许 agent 自行连续部署下一版。
交付与验收
| 本周交付 | 怎样确认真的完成 |
|---|---|
| 可审查补丁 | 范围明确，没有夹带权限、预算与评分标准的隐蔽变化。 |
| 隔离评测记录 | 说明实际运行环境和限制，不把分支称为安全沙箱。 |
| 合并或拒绝与回退 | 决定有证据，恢复步骤经过操作。 |
不用代码生成器的练习： 自己审查一份包含无关配置变更的补丁，指出为什么应拆分或拒绝；然后独立回退已合并的测试改动。
隐私与安全检查： 容器也可能通过过宽挂载、特权模式或宿主接口失去隔离意义。不要给改进 agent 生产秘密和不必要网络，不能把“它不会这么做”的提示当访问控制。环境风险不明确时，只做补丁提案，不执行未知代码。
落到日常生活： 把一个经常打断使用的小错误修好，而不是为了展示 RSI 不断重构。后续一周观察维护是否减少；不要把增加测试和基础设施本身当生活收益。
过关或补课判断： 能独立识别越界变更，知道何时拒绝执行并完成回退，才具备受控代码改进的基础。
本周可复制的协作提示
请只为指定失败提出最小补丁，在隔离分支和受限环境中工作。不得改权限、预算或独立评分标准，不挂载私人数据与生产秘密。由独立评测和人工决定是否合并，不自动部署。
本周来源与核对范围
来源编号与核对说明沿用课程原文，基线为 2026-09-27。未逐一登录完成外部实验；实施前请核对最新版本与访问条件。
- R31Pro Git：在线书籍 ↗
按需查 Basics、Branching 等章节。
- R52Sakana AI：Darwin Gödel Machine ↗
2025-05-30；代码改进研究与局限，不代表无限自进化已被证明。
- R70Docker：Get started ↗
环境隔离选修；容器默认配置不自动等于强安全沙箱。