连编排层都能改：Raven 把规矩交出去

Raven 把 agent 一条铁律掀了：编排层不再是固定的基础设施，它自己也能被 AI 改写。

大多数 agent 是照固定流程走的，Raven 改的是流程本身，它叫 RSI 这套路子。提示词、策略、策略代码，连 agent 遵守的那套剧本，都能被 AI 重写，编排层成了系统里又一个可以迭代的部件。0.2.0 已在 Apache-2.0 下开源。

三样能力摆在引帖里。第一，多个 agent 当一个团队用。Raven 自带四个专职工具（Research、Code、Design、Oncall），和你手头的 Claude Code、Codex 这类合进同一张任务图。

子代理之间共享记忆，编排分在多代理编排基准上拿了 0.963 的 Node F1。第二，长任务能连着跑，Oncall 和主动执行让工作持续数天，从科研循环到整套 Godot 游戏都交过货。第三，用 RSI 造领域垂直 agent，做出来还能继续精修，目前标着实验性质。

编排层可改这半句我看重。前面 SuperClaude 那篇把行为规范固化进配置，这里更进一步，固化之后的那层配置本身也交给模型迭代，规矩从人写变成人审。这跟前面 SkillOpt 的优化方向接上了，只是对象从技能升到了整个编排。

保留的也有三处。RSI 自我重写听着妙，跑偏了怎么回滚没说；0.963 是单个基准的分数，换题库未必同幅；实验两个字挂在那，接生产前得掂量。

想试的先把自带的四个专职工具跑一遍，看那张共享记忆的任务图到底顺不顺。