SelfSearch 论文：无奖励搜索让 agent 自我修改 harness，$4.03 达到 Codex 水平

SelfSearch 是一种无奖励搜索方法，让 agent 通过记录早期自我修改的推理、工具动作和结果，来修改自己的指令、工具和执行流程。该方法以 $4.03 的成本达到 Codex 水平。