SelfSearch：智能体自改 harness，$4.03 达到 Codex 水平

SelfSearch 让编码智能体利用自身修改历史记录（包含推理、工具操作和结果）不断改写自己的指令、工具和流程。用 DeepSeek V4 Flash 搜索出的自改 harness 在 Terminal-Bench 2.1 上解决 82.0% 的任务，搜索成本仅 $4.03，与同设置下九个 harness 公开对比中的榜首 Codex 持平。在全部六个模型-基准组合中，群体平均成功率均上升，单个智能体最高提升 11.2 分。在 SWE-bench Multilingual 上，一个进化后的智能体提升 5.0 分，且在双方都能解决的任务上花费减少 38.5%。