Arbor 自动优化

用 Arbor 论文的假设树精炼（HTR），针对目标与评估器自主改进真实制品（代码、训练配方、agent harness、数据管线、提示词）。用于想在多轮实验中迭代优化而不过拟合时——如"提升模型评测分"、"改进这个 agent/harness"、"调这个管线"、"在基准上打败基线"、"对方法进行搜索并保留最佳"、"做 MLE-bench/Kaggle 式优化"，或任何长程"让这个制品更好、别只背测试集"的任务。即使用户没说 Arbor 或假设树，只要描述反复实验-评估循环、对竞争想法的分支探索、或担心开发/测试鸿沟也触发。以 Claude 自身为协调者、子 agent 执行者在隔离 git worktree 中运行；独立 `arbor` CLI 见 references/arbor-upstream.md。"