Decagon 详解自我改进的推理优化循环

Decagon 工程师 Pavi Dhiman 与 Cyrus Asgari 在文章《Building an inference stack that improves itself》中介绍了一套自我改进的推理优化方法。他们将诊断、实验和测量组成 autoresearch loop，在发现新瓶颈后继续迭代，并将此前调查的经验带入下一轮优化，长期目标是构建能随证据积累而持续提升的系统。