模型 自己修改自己 的 博弈迭代 进化择优

让CodeBuddy或Qorder自己吸取和创造性扩展自己，以强化学习博弈模式选择自己的子代版本，CodeBuddy或Qorder创建CodeBuddy_子1(或Qorder_子1)、CodeBuddy_子2(或Qorder_子2)……，选择最优版本2个，CodeBuddy_子1(或Qorder_子1)创建CodeBuddy_孙A1(或Qorder_孙A1)、CodeBuddy_孙A2(或Qorder_孙A2)……，CodeBuddy_子21(或Qorder_子2)创建CodeBuddy_孙B1(或Qorder_孙B1)、CodeBuddy_孙B2(或Qorder_孙B2)…。

前述CodeBuddy或Qorder只是举例，实际是需要通过智能体接口，与背后模型的协调创建与修改，实现背后模型自己修改自己的博弈迭代进化择优。