之前和现在，实验设置有什么不同

这里的“之前”指早期试跑：每个模型一条链，最多两次接班。“现在”指首页这轮实验：每个模型两条独立的链，每条最多五次接班。

旧版已经做到了后代亲自接班，但共同资源条件还不够完整。现在沿用这套接班方式，补上累计用量限制、重复实验和跨模型使用。

按原设想逐项对照

你的要求	早期试跑	现在这轮
各模型从同一份起始程序出发	已做到	保持；两轮使用的起始程序也相同
相同训练任务和反馈方式	共同的五道开发题，反馈自己的过程、成果、成绩和评语	沿用这五题与反馈范围；五题反馈齐全后才允许改进，旧轮记录不交给新参赛程序
后代接管做题与改进	已做到；Claude、Kimi 都有第一代亲自构造第二代的记录	保持，并逐次核对构造者与父代是不是同一个程序
相同请求次数与时间	每题、每次改进最多 300 次模型请求、60 分钟	保持；另外统一限制累计发送材料和累计输出总量
中断后仍遵守原条件	三处指定中断各追加最多一小时；累计请求数仍受原上限限制	只使用原剩余时间和额度；服务中断、程序失败分别记录
看谁能持续走得更远	每模型一条链，最多两次接班	每模型两条独立的链，每条最多五次接班
保留退步	新程序能正常接班就继续，成绩下降也接班	保持；原样交付另外记为停滞，继续尝试下一代
用新题比较改进效果	另有五道测试题；最后一代不再做开发题	换成此前未跑的五道测试题；所有实际版本都做开发题，全部链固定后再测试各代
把改出的程序交给别的模型	未做	已安排：每条链最后成功的程序原样交给其他模型；结果尚待完成

旧版的原样交付会因没有改动而停止；现在允许原样接班并记为停滞。因此，两轮的接班长度也不能直接当作相同规则下的成绩比较。

两轮都让同一个模型贯穿整条链，只改变它使用的工作程序：

1. 初代完成共同开发题，读取自己的反馈，改出第一代。

2. 第一代接管做题，随后运行第一代自己的改进过程，构造第二代。

3. 第二代再接管这两项工作，继续产生后代。

早期试跑中，Claude 和 Kimi 都完成了第二步。已核对实际改进记录：当时运行的就是各自的第一代程序。你的“第 g+1 代亲自构造第 g+2 代”要求，在旧版中已经实现。

现在统一的是每道题、每次改进的可用上限。 同一轮中，各模型获得相同的请求次数、时间、发送材料与输出总量上限。“300 次”指向模型发起请求的次数，不是模型内部的思考步数。

整条链没有另设一个可以跨代自由分配的总预算。走过更多代，就会多执行相应的做题和改进轮次；实际总消耗也可能更多。每条链最多五次接班，使所有模型获得同样多的尝试机会，但不会让它们实际花掉同样的钱。

各家服务的价格和内部计算量不同，底层算力也不可见。因此，旧版和现在都没有做到实际费用与实际算力完全相同。若要回答“给同样一笔总预算，谁能走得更远”，下一轮需要预先固定整条链的总额度，另行比较。

要同时看成功接班了几次，以及各代在新题上有没有提高。能连续交接五次，不代表成绩连续提高；成绩下降也会如实保留。

第五代是这轮设定的观察终点。走到第五代，表示完成了本轮全部机会；它之后还能走多远，需要更长的实验。

两轮的停止规则、资源限制和测试题不同。它们适合用来说明方法如何完善，成绩应分别解读。当前这轮的三项比较仍是：最终系统谁最强、各自比初代进步多少、改出的程序交给其他模型后是否有效。