meta-self-play-coevolution

meta-self-play-coevolution（蒸馏超越型元技能）

由 model-distillation 从教师技能 self-play-coevolution 蒸馏并增强生成。 生成时间：2026-07-23 09:30:10 ｜ 蒸馏机制：跨模型蒸馏（见 meta-evolver 北极星策略）

来源能力签名（教师）

• 标题层级：self-play-coevolution —— 自我博弈对抗进化, 为什么需要, 闭环（scripts/coevolution.py，真实可跑）, 用法, 输出, 设计要点, 自进化学习系统, 自进化学习系统（越用越好用、越用越高效）
• 显性工作流步骤（5 步）：
  1. PROPOSER：根据当前要满足到的层级 level，构造满足 checks[0..level] 的候选。
  2. CRITIC：在自身当前 level 的检查套件下评估，返回 (score, flaws)。
  3. 共进化：proposer 一旦满足当前关，critic 就升级自己的检查套件到 level+1
  4. 循环直到 proposer 通过最高关或达 max_rounds。
  5. 回归检测：若某轮故意回退已满足属性，critic 必须抓回（selftest 注入验证）。

增强点（超越教师）

1. 可靠自验证：每步产出后用 reason-verify 做命题一致性/事实锚定校验，reliability<0.8 即回退重做。
2. 自我反思闭环：执行后写入 self-reflection-loop，沉淀失败模式到 learner。
3. 整合进 super-agent：作为节点接入「感知→规划→执行→自验证→反思→记忆」超级智能体闭环，可被长程任务编排。
4. 对抗验证蒸馏质量：对蒸馏出的关键决策规则做反例测试，防止只学到表面话术。
5. 持续自进化：注入 learner，纳入 meta-evolver 的 sense/plan/record 闭环，跨会话越用越强。

教师 vs 学生 对比

使用

直接调用本技能完成「self-play-coevolution」领域的任务；本技能在教师能力之上叠加自验证与反思，输出更可靠、可追溯。

已知限制（来自教师蒸馏 + 元进化补充）

• （教师未显式标注限制）
• 蒸馏不保证覆盖教师全部隐式知识，首次使用需对照教师原技能核验关键决策。