用途：在 evo 工作区完成 discover 与基线提交后，驱动结构化的自动研究迭代循环，探索改进想法与变体。触发方式包括 /evo:optimize 以及“试几个想法”“试试不同变体”“从当前最优继续”等自然语言请求；未使用斜杠命令并不代表可以绕过该协议。
主要能力：每轮编排器编写结构化简报并派生子智能体；子智能体读取指针轨迹、形成具体修改、运行实验，并可在自身分支内迭代。循环的价值在于结构而非仅并行：轮次之间的交叉分析、运行前后由 evo:verifier 子智能体做强制校验、停滞时派生 evo:ideator 子智能体、前沿调和大化与停止钩子纪律。固定规则包括：编排器不得创建、编辑或运行候选实验，必须由子智能体用 evo new 分配实验、只改自己的 worktree、再跑 evo run；并发数受绑定资源上限约束，不得超订；用户说“只跑一轮”等有界请求时需在启动时关闭自治模式，收集结果、打印摘要后停止。
使用方式：用 /optimize [subagents=N] [budget=N] [stall=N] 覆盖轮宽、分支深度与连续无改进的自动停止轮数（默认 5）。启动时解析 autonomous 与 subagents-only 配置，可用 evo config get、evo defaults get 查询，用 evo autonomous on/off、evo subagents-only on/off 启用或关闭。首次运行及后端或基准变更前须完整阅读 discover/references/sizing-the-round.md，依据资源画像确定轮宽与预算；更新 train.py 前加载 evo:finetuning。Claude Code 上若显式设置 default-orchestrator=workflow 且 Workflow 工具可用，可改用工作流驱动。收到 [EVO DIRECTIVE] 横幅须执行 evo ack <event_id> 确认，并将其全文原样传入后续简报。
适用场景：需要结构化、可审计的自动实验迭代，包括单 GPU 等强制宽度为 1 的串行工作负载（传 subagents=1，仍应使用本循环）。
限制：依赖支持 Agent Skills 规范的主机与子智能体机制；主机不支持子智能体时应停止并报告，仅在用户明确要求直接手动执行时才由编排器自行实验；资源受限时只能按安全宽度分批。其余细节暂未提供。