ScienceClaw-Eval 用重放和独立任务 gate 评估 agent 自我改进，公开材料足以做隔离复现。作者结果和宽权限研究栈仍需谨慎。
建议动作一天内在隔离容器复现一条修复轨迹和回滚。
判断复核于 2026-10-08 · 依据：ScienceClaw 检验科研 agent 能否保留已验证改进