开源 hankweave 一年磨一剑：低数据低成本也能递归自我优化

hrishioa · x · 2026-10-14

作者介绍其历时两年打造并开源的 hankweave 框架：先用一年构建并开源，再用一年打磨成最稳定的长期工作流（long-horizon workflow）运行面。核心论点：post-Fable 模型在合适的信息与工具加持下，即使低数据低成本（不到 1TB、不到 1000 美元）也能递归自我优化。与「Loops of loops」的关键区别在于把知识固化为专家指令与工具、配合大规模已学模式库。在此之上可做：把决策模型集成进数据导向任务、构建自优化循环、在部署上云前用 pareto-surf 在计算图上任意选点。