Проверка - выпуск - откат

Любое изменение сначала создаёт кандидатную версию, а не заменяет производственную. Проверки по носителю: знания — улучшают ли новые задачи после извлечения; промпты и Skill — пограничные случаи + регрессия старых; программы — песочница и сброшенная среда; параметры — забывание, безопасность, вне распределения. После проверки — постепенное развёртывание с наблюдением за реальным трафиком и автоматический откат к заведомо безопасной версии. Важно различать способность обновлять Harness (создавать полезные изменения) и способность извлекать из него пользу (активировать и применять) — они оцениваются отдельно.

Связано: Два контура эволюции, Границы безопасности самомодификации, От бенчмарка к улучшениям