五一假期，从首尔飞上海，距离上一次踏上这片土地，整整十二年。到了酒店把孩子们安顿好，晚上带夫人去了 The Stage 玉兰观景台，三百多米高，俯瞰整个陆家嘴和黄浦江。出舱门的那一刻，看着脚下铺开的灯光，我突然意识到，十二年前我也在这片土地上，只不过那时候，我是站在江对面，仰着头看这边的塔尖。

最近 Agent 写的代码，review 时要改的东西越来越多。硬编码、魔法数字、抛异常时不给用户友好提示、catch 了又吞掉、内存悄悄上涨、循环里塞着循环——以前偶尔出现，现在几乎每个 PR 都能看到。

Agent 写代码快，但快得没有 engineering excellence。

设计自主进化系统时，会遇到一个看似简单的选择。

每一轮挑出 best sample，但 best 还没 pass 的时候，下一轮怎么办？

方案 A：把 best 作为下一轮的 base，所有 sample 基于 best 继续进化。
方案 B：每个 sample 保持独立 lineage，best 不影响任何人。

SSD（Simple Self-Distillation）是 Apple 提出的一种自蒸馏方法——从 frozen 模型里多 sample，在自己的原始输出上做 SFT，让模型自我改进。本文讨论的是 SSD 的一个变种场景：inference-time 的 multi-sample selection——多 sample 之后怎么选那个“最优”。

第一篇说过，时间是进化唯一的裁判。但物理学告诉我们一个令人不安的事实——

在基本物理方程里，时间根本不存在。