# Rubric

[2026-10-04] Self-Evaluating Recursive Agents

SERA 让同一个 Qwen3-4B 策略模型同时拆解任务、执行子任务和验收结果。父 Agent 在委派前先写好一份验收标准，再用同一起点的 8 条可验证分支训练这份标准。本文结合论文与公开代码，讲清三套奖励、两个…