01-anything/rwir/rwfunc 版本+评分进化：n 变体实测择优，沉淀通用/本地最优库

[miaobyte]

背景与动机

byteseek 的 rwir/rwfunc 里存在大量 LLM 生成的 prompt 与代码，其写参（writeparam）存在很大的不稳定性：同一需求，LLM 每次生成/改写的实现可能不同、质量参差（漏置 0、类型定宽不符、边界条件缺失等）。当前 llm.call 只有 vet 一道闸门——它只判断"能不能跑"，没有"哪个实现更好"的衡量，因此无法沉淀出经过实测的最优实现。

目标

给每个 rwir/rwfunc 引入 版本 + 评分 机制，让它们被反复"生成 n 变体 → 实测验证 → 择优保留"地迭代进化：

1. 评估每一个 rwir/rwfunc 的评分（正确性、性能、边界、可观测等维度）。
2. 对同一能力，每次都尝试实现 n 个变体（含对应的 prompt），跑测试/真实任务实测验证。
3. 记录每个变体的打分，择优成为该能力的新版本，其余淘汰或归档，循环迭代进化。

例子

• 第一次需要一个排序 rwfunc，实现为冒泡排序（能跑、正确）。
• 第二次针对同一能力实现 n 个排序算法（快排/归并/堆排…），统一基准实测，每个都记录打分。
• 最优者成为该 rwfunc 的新版本，其余归档。

运行方式

• 真实任务分解：byteseek 把每次真实任务拆解，识别其中用到的 rwir/rwfunc，触发一次"生成 n 变体 → 实测 → 打分 → 择优"的进化。
• 进化结果落回 kvspace 树：版本、评分、源码、prompt 都可寻址、可持久、可自改。

终局形态

• 通用最优库：汇集各次进化，最终形成一套通用的 rwir/rwfunc 最优实现库（互联网系统工程）。
• 本地最优库：本地部署的 byteseek 也能基于自身真实任务，进化出自己的一套本地最优库。

开放问题（后续拆子任务）

• 评分函数：维度、权重、归一化；评分与版本链如何落在 kvspace 树里。
• 变体生成策略：n 如何取、prompt 如何变分、如何避免退化或过拟合基准。
• 实测基准集：正确性断言 + 性能基准；离线（mock LLM）与真实 LLM 分层。
• 版本模型：每个 rwir/rwfunc 的版本链、回滚、A/B 对比。
• 与现有 vet / layout / llm.call 自改闭环（C3）的衔接。