正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
这篇论文关注2608.24735相关问题：当智能体依赖技能、记忆、工具和运行时控制时，模型外部系统怎样影响最终能力。
核心方法
Meta^n 研究递归自改进：固定元操作反复作用于自己的产物，读取求解器栈轨迹和生成代码，再写出下一层预处理与控制策略。它关心的不是改答案，而是让产生答案的过程出现更深层级。
实验结论
- 对应你列出的 2608.24735，主题是递归自改进深度。
- 适合与同批推荐中的 Agent Skills、Harness 和长期记忆论文交叉比较。
局限性与证据边界
- 已按 arXiv 元数据和摘要整理，推荐文案为中文编辑摘要。
适合谁阅读
追踪 Agent Skills 与 Harness 研究比较模型外状态的收益和风险设计长期智能体系统Agent SkillsAgent Harness
可核验的原论文来源和作者
- 作者
- Zae Myung Kim, Young-Jun Lee, Seungyeon Jwa, Dongyeop Kang
- 来源
- arXiv
- 论文 ID
- 2608.24735