这篇arXiv的自我编程执行（SPE）论文确实戳中了现有语言模型代理的软肋——那些硬编码的编排程序。核心贡献在于将状态转换的控制权完全交给模型补全本身，框架只做求值器。这意味着代理状态可以递归地加载任意机器副本，理论上打破了固定轮次间的策略约束。从个人经验看，ReAct、Toolformer这类方案的编排逻辑往往是手写规则或简单循环，遇到复杂任务时决策僵化，确实容易成为性能瓶颈。
但我对SPE的实际落地有两点疑虑：一是状态爆炸问题——如果模型补全能无限制地加载机器副本，上下文窗口和因果一致性如何保证？二是安全性与可解释性——传统编排至少让人能追踪状态机，SPE把控制流内化到模型输出里，调试难度可能指数级上升。
想和大家讨论：1）SPE与递归自改进（如Self-Refine）的本质区别在哪？是否只是把显式循环变成了隐式递归？2）在工具调用密集的场景下，SPE是否真能优于精心设计的有限状态机？
长远看，如果SPE被验证有效，可能意味着代理架构会从“框架驱动”转向“模型驱动”，这对LangChain等编排框架的生态会是颠覆性的。但现阶段我倾向于认为，混合方案（关键路径用固定编排，探索路径用SPE）更务实。