用途：针对某个研究问题或领域，生成并经过文献核查的可检验新假设池。产物是不断增长的假设池，反馈信号是通过门槛的强假设数量，强与否由真实检索到的文献决定，而非主观断言。
主要能力：多智能体循环，每轮执行生成→文献落地→评审→保留→向空白处变异，直到池不再增长（饱和）。假设进入池需满足：文献显示尚未被确立（新颖性）、先前工作使其可信（落地）、存在可行检验。角色位于 roles/：Generator.md 提出一批针对开放空白的候选；LiteratureScout.md 用真实文献核查每个候选的新颖性、支撑与空白，输出 litscout.json；Judge.md 按固定评分标准打分并决定保留/淘汰/去重，输出 verdict.json。
使用方式：先交互式解析绑定（question、gen_n、keep_threshold、eval_scale、sandbox_root、budget、patience、report），写入 loop.run.yaml。在 Claude Code 上可将三个角色作为真实子智能体生成，否则在当前上下文内联扮演，由你担任编排者。文献检索通过同级的 literature-search 技能，<lit> = <lit_skill_dir>/tools/lit_search.py，可加 --cache-dir <sandbox_root>/literature/.cache 复用缓存；若该技能缺失，可安装或降级为 WebSearch/WebFetch。可选 API key 通过 <lit> keys --init 初始化，密钥由用户自行填写，不粘贴到对话。
适用场景：需要为问题或领域生成并核查候选假设时；默认跑完整循环至饱和，若用户只要单批则跑一轮并报告保留结果。不适用于打磨或拆解问题，也不用于给已有书面提案评分。
限制：绝不编造引用或片段，每条证据须来自该轮真实检索；新颖性由文献决定；生成不等于确认，保留的假设只是待检验的强候选；评分标准固定、门槛跨轮稳定；奖励不同假设而非数量；不安装依赖，沙箱自包含，不暂停询问是否继续，直到饱和或预算耗尽。停止条件为连续 patience 轮无新保留，或达到 budget 轮。