在交互环境中完成 Self-Testing 与 Self-Judging，再分别通过原始历史、摘要记忆或参数训练复用经验。
真正的自我改进，不是完成一次更新，而是知道哪次更新值得保留。
许多自我改进系统默认存在一个始终正确的 Golden Verifier：目标已经明确、反馈足够可靠、执行系统也能持续承载变化。现实中，这三个条件都可能失效，Agent 即使完成训练或改写，也不代表真正获得了可迁移的能力。
一次经历能改善下一次决策吗？
在更严格、种子隔离的条件下验证经验是否可执行、可迁移。
RETENTION GATE只有隐藏评测确认的增益，才进入下一轮。
CHOOSE选择目标把宽泛目标变成可验证能力
LEARN产生经验探索、判断并整合交互轨迹
VERIFY隐藏验证隔离可见反馈与真实收益
KEEP保留或回滚只让可迁移的变化进入下一轮
经验有用，但没有一种用法能够通吃所有环境。
实验表明经验不会自动变成能力：没有一种记忆形式能在所有环境中获胜，参数更新也可能产生负迁移；Agent 的自评分数对下一轮收益几乎没有预测力，因此闭环必须同时验证目标、经验和系统，而不是只追踪更新是否发生。
个交互游戏，把 Agent 自评与环境真实结果分开记录。
原始 History 与 Summary Memory 在七个游戏中各领先三项，另有一项分裂。
自评与下一轮增益的相关系数为 −0.010 和 −0.018，几乎没有预测力。
MY SCOPE · S³GYM CONTRIBUTOR
我的参与聚焦在“经验怎样真正变成能力”。
作为 S³Gym Contributor，我参与经验整合方向的研究工作与实验分析：在七个带可执行验证器的交互游戏中，对比 History ICL、Summary Memory 与参数训练，检查 Agent 的自我判断能否转化为严格 held-out 条件下的真实增益。