2025/10/02 工具本身的反哺

有了基本的、可用的模型之后，可以利用此模型生成高质量数据，然后再反哺给模型，以提高模型的能力。 获得高质量数据的方法多种多样，RL 只是其中一种。

这个模式跟编译器、OS 类似；可以用 C 编译器开发 C 编译器，用 Linux 开发 Linux。