用途：该技能强制 AI 不一次性给出答案，而是按自我评估的迭代循环反复打磨输出，直到达到严格质量标准。灵感来自 Andrej Karpathy 的 AutoResearch 循环与 Bilevel Autoresearch 论文，核心假设是“重复加诚实的自我评估”优于单次生成。
主要能力：每轮包含四个阶段——PLAN（确定下一步唯一改进点）、DO（产出或改进工作）、VERIFY（对每项标准打 1-10 分并列出仍薄弱之处）、DECIDE（全部 8 分以上则输出 FINAL 并停止，否则输出 ITERATING，优先修复最低分项）。若用户未给标准，会按任务类型推断严格标准，如代码看正确性、可读性、边界处理、性能、风格；文档看完整性、清晰度、准确性、结构、可操作性；架构看可扩展性、关注点分离、简洁性、可扩展性；写作看清晰、简洁、吸引力、准确、结构。
使用方式：当用户说“loop until done”“iterate until perfect”“keep improving until it's good”“don't stop until it's right”等，或要求必须满足特定标准的高质量交付物时激活。每轮输出需清晰标注 ITERATION 编号、PLAN、DO、VERIFY（含各标准打分与简要理由、最弱项）、DECIDE。同轮会展示打分，便于跟踪进度。
限制与注意：技能以速度换质量，单次约一轮，循环可能需 3-7 轮，仅在质量优先于速度时使用。打分由 AI 自己完成，存在固有局限，分数是方向性而非绝对值；价值来自强制迭代。最多迭代 7 次，若仍有标准低于 8 分，则输出 BEST EFFORT 并说明剩余薄弱点及原因。规则要求不达 8 分不算完成、每轮修复上轮最弱项、不问问题而自行合理假设、不得虚高打分。若需更客观结果，可搭配第二个评审代理分离产出与检查，或在 CI/CD 中用真实测试、lint 分数、构建状态替代 VERIFY 步骤。若任务在 7 轮内始终无法达到 8 分，可能需拆分为更小任务。