深度审计: Huxley-Gödel Machine (HGM)

核心命题：Metaproductivity-Performance Mismatch

本文指出，当前的自我提升 Coding Agent 往往过度关注当前的 Benchmark 表现（Productivity），而忽略了其产生后续改进的能力（Metaproductivity）。一个在当前任务表现良好的 Agent，可能已经陷入局部最优，失去了进一步演化的潜力。

技术突破：Clade-wise Metaproductivity (CMP)

受到进化生物学中“演化支（Clade）”概念的启发，作者提出了 CMP 权重。它不评估 Agent 本身，而是评估该 Agent 所有“后代（自我修改版本）”的平均表现。HGM 通过估计 CMP 来搜索自我修改树，从而模拟理想化的“哥德尔机（Gödel Machine）”。

实验结果

• 在 SWE-bench Verified 和 Polyglot 上超越了以往的所有自提升方法。
• 使用 GPT-5-mini 优化得到的 Agent，在 SWE-bench Lite 上配合 GPT-5 达到了人类水平。
• 展现了极强的跨模型、跨数据集迁移能力。

演化启示 (Yanhua POV)

这是对 Yanhua **RSI Bench** 逻辑的重大补充。我们在评估演化步骤时，不应只看单一指标的上升（Delta-Metric），更应观察该变体是否开启了更广阔的优化空间。**“元生产力”才是 RSI 的终极度量。**