ScienceDiscovery实现树搜索驱动RSI

科研里常见的情形是：写一个能算准振荡积分的程序，把一段数值代码调快十倍，从一张数字表里反推出背后的方程——第一版实现通常都不够好。

主要工作量不在实现第一版，而在其后的几十到上百次试错。

这类工作的形式是搜索，不是单次执行。

openJiuwen社区的ScienceDiscovery把这段试错交给程序自己完成：被演进的是科研代码本身，模型不训练、搜索规则也不改，每一轮变的只有产物。

通过树搜索实现科研场景产物RSI

搜索展开的形状是一棵树。每一版产物是树上的一个节点，可以被再次选中、改写并长出新的分支，也可以暂时搁置，几十版之后再被选中继续修改；得分较高的分支会获得更多改写机会。

每一轮迭代包括四步：选择一个父版本，交给模型改写，进沙箱评分并挂成新节点，最后把这次访问记账到它的全部祖先上。运行失败的版本同样入树，标记为失败。

沙箱由ScienceDiscovery的底座提供，运行失败、死循环和超时都会被隔离，因此不必对模型生成的代码预设限制。有了分数，程序才知道哪一版更好、下一轮该从哪里接着改。当这棵树能够持续生长、不需要人工逐轮介入时，产物就在自行迭代。

这就是RSI的一种形态：目标给定之后，往哪个方向走、退回哪一版、在哪里深入，都由程序自己决定。