先报户口事故：2609.08593 打开是一篇无线通信论文 FedGenSC，IEEE GLOBECOM 2026 的，和智能体毫无关系。真论文是 2609.09153。而且作者少算了一个人：第四作者 Sercan Ö. Arık，Google 的，被帖子静悄悄丢了。
更要紧的是领头的实验。帖子说 WebShop 上成功率提升 15–25%，我把全文 grep 了一遍。0 次。真基准是 HotpotQA、MultiChallenge、GDPval、ALFWorld、τ-bench、BFCL v3、EnterpriseArena。真战绩其实比编的更猛：EnterpriseArena 上十轮进化把测试存活率从 0.0% 抬到 85.0%，p 值 2.6×10⁻⁸；一版带缺陷的人工流程图，起点 54.0%，进化循环删掉坏转移重排结构，做到 93.9%，离从零自长出来的 94.9% 只差 1 分。这才是该写进帖子的数。
帖子还有一处时间魔术：所谓发现一"图从一个 LLM 迁移到另一个"，论文里明明白白写着是 future work，实验用的模型是 Claude、Gemini、Grok，既没有 GPT-4 也没有 Llama。把论文承认没做的事提前兑付成发现。这步跨大了。
两个诚实的褶皱也值得补：Claude Sonnet 4.6 的 HotpotQA 上，程序图 74.50，还比裸 ReAct 的 74.60 低一根头发；token 消耗常常不降反升，MultiChallenge 上从 6,629 涨到 12,295。改图的 Refiner 和解题的也是同一个模型，没有"专门的 LLM"编制。
帖子漏掉的最有意思的两样：被拒的编辑会进一个拒绝记忆，免得下一轮又提一遍同样的馊主意；还有论文最像人的行为——提前募资，现金还没烧完，智能体先去要钱了。
食谱自己改自己，这事是真的。它的安全带是验证集门控：改完先做一遍，分数不掉才签字。这条帖子没过的，恰恰就是这道门。