深度拆解 ScienceBuddy：如何用“双层递归自进化”构建高可靠科研 Agent Harness

做过复杂垂直领域（尤其是生命科学、材料、药理等）Agent 的同学，大多踩过一个极度痛苦的坑： 写通用代码或找 Bug，我们有 SWE-bench 和单元测试（Unit Test），跑一次就知道通没通