编程 Agent 的说明文件常在一次纠正后越积越多，但一次成功不能证明新说明有用。Samuele Giampieri的Cortex把这些文件当作可检验的改动：技能正文需要Agent主动打开，规则可按文件路径自动载入，二者都属于包围模型的工具与指令环境，也称harness。它先保存修复前的仓库状态、用户请求和检查，把重复纠正变成可回放任务，再一次只提出一条技能或规则。
系统交替运行有无该候选的任务，记录正文是否进入上下文及是否触发，并分别看改善、净变化和最严重的单任务下降；已稳定成功的任务还有保护条件。删除旧说明也要作反向对照，不能仅凭字数多就删。在作者专门构造的仓库、Claude Haiku 4.5与四次独立演化运行中，四类规则任务的保留场景通过率平均增加55.0个百分点，95%区间为34.1至74.1；这不是普通真实项目的通用提升。
本周重新核对的重点是负控：植入的有害候选没有被保留，但一些从未被读到，另一些主要在原先失败的任务上初筛，未能证明系统会识别伤害。更强模型的增益较小，真实项目里重复纠正不足时也可能学不到东西。它提供了可追查的增删流程，仍不是已验证的通用技能优化器。