谷歌开源 Dream-RSI：靠「做梦」复盘实现递归自我改进

Google 联合 Google DeepMind、马里兰大学等机构于 9 月 15—16 日发布论文并开源 Dream-RSI（Recursive Self-Improvement through Evolving Worlds），目标是让 AI 具备可扩展的递归自我改进（RSI）能力。论文提出一条不同于「模型修改自身权重」的 RSI 路线，因「做梦复盘」式的机制与高达 162 倍的效率提升受到社区广泛关注。

已确认

• 发布与开源：据 Google 官方帖与 GitHub 项目帖，Dream-RSI 已开源；Reddit 用户 skolnaja 也发帖称 Google 演示了用于 AI 科学发现的 RSI 循环。
• 核心机制：将已完成的 discovery run 转化为「replay worlds（回放世界）」，Agent 在回放世界中对照已记录的结果，低成本测试数千种替代探索策略，再把更优策略部署到下一轮，实现元层（meta-level）策略优化（DrSingularity、markk、inductionheads 转述）。
• 据新智元介绍，智能体的探索历史被存成「发现树」，策略迭代时直接在树上重放历史——不调模型、不跑代码，如同棋手复盘棋谱；新智元还以「317 次调用碾压 5 万代搜索」概括其效率优势。
• 系统构成：Agent 在线探索并持续收集发现历史，用这些历史构建回放模拟器（replay simulator），通过「做梦」式的替代策略探索优化元探索策略，随后将改进后的策略投入实际探索。
• 与传统直觉不同：据 AGI Hunt 转述，该方法不修改模型权重、不自我训练，而是改进 Agent 的探索策略——怎么搜索、开多少分支、何时止损、如何分配算力。
• 方法上通过演化世界（evolving worlds）生成不断变化的探索环境，供 Agent 持续训练与复盘。
• 效率方面，据论文，实验调用最高可减少 162 倍；应用验证覆盖算法设计、数学优化和 GPU kernel 工程三类任务。

为什么重要

• teortaxesTex 评论指出，「RSI 正变得对自主 AI Agent 越来越重要」这类表述已进入主流，反映出 Overton 窗口移动之快——RSI 如今与 long context、multi-agent 等话题一样成为常规研究议题。
• 该工作把「做梦复盘」式的经验回放用于自我改进，为 RSI 提供了一条不依赖直接改动权重的可扩展路径，被视为展示了 AI 科学发现的递归自我改进回路。
• 同一作者还以调侃口吻评论称，奇点或将由 LinkedIn 上一位自称「愿景官」的人以 slop 文案官宣，侧面反映 RSI 话题的舆论热度与炒作并存。

2026-09-15 ~ 2026-09-17 · 14 条相关

• 【源头】Google Dream-RSI：用演化世界与历史回放实现递归自我改进 — google · 2026-09-15
• Dream-RSI：让 Agent 在历史轨迹里「做梦」，实验调用最高减少 162 倍 — teortaxesTex · 2026-09-16
• 奇点将在 LinkedIn 上被一位「愿景官」以 Slop 文案官宣 — teortaxesTex · 2026-09-16
• DeepMind 提出 Dream-RSI：元层策略优化带来递归自我改进 — mark_k · 2026-09-16
• 【源头】DeepMind 发布 Dream-RSI:回放历史发现,搜索成本最高降 162 倍 — Dr_Singularity · 2026-09-16
• Google 展示 AI 自我改进回路：Dream-RSI 重放发现过程自我进化 — Dr_Singularity · 2026-09-16
• Google 演示 RSI 循环:AI 自主驱动科学发现 — skolnaja · 2026-09-16
• 谷歌开源 Dream-RSI:让 AI 在「做梦」中实现自我改进 — gekobraa · 2026-09-16
• Dream-RSI 开源：在演化世界中探索递归自我改进 — No-Name-Person111 · 2026-09-16
• 【源头】谷歌 Dream-RSI 让智能体「做梦」自进化：317 次调用碾压 5 万代搜索 — 新智元 · 2026-09-17

另有 4 条近重复转述:agihouse_org · inductionheads · AGI Hunt · MickeySteamboat