Self-Rewriting Meta-Prompt Loop

当Agent遇到新任务和边缘案例时，静态系统Prompt会变得过时或过于僵化。手动编辑这类Prompt不仅速度慢，还容易出错。

让Agent在每次交互后重写自身的system prompt：

1. 复盘最新对话或交互轮次。
2. 草拟对指令的改进方案（添加启发式规则、优化工具使用建议、废弃无效规则）。
3. 验证草拟的方案（开展内部合理性检查或外部准入校验）。
4. 用修订后的版本替换旧的system prompt，并在版本控制系统中持久化存储。
5. 在新一轮交互中使用新的prompt，完成自我优化闭环。

# 伪代码
dialogue = run_episode()  # 执行一轮交互会话
delta = LLM("基于对话内容复盘并提出prompt修改建议", dialogue)
if passes_guardrails(delta):  # 通过校验规则
    system_prompt += delta  # 将修改增量合并到system prompt
    save(system_prompt)  # 保存更新后的system prompt

优点：适配速度快；针对小幅调整无需人工介入闭环。 缺点：存在模型漂移（drift）或越狱（jailbreak）风险——需设置强有力的防护环节。