谷歌 DeepMind 发布 Dream-RSI，不改权重实现递归自我改进

9月14日，来自 Google、Google DeepMind、马里兰大学和弗吉尼亚大学的研究者发布论文《Dream-RSI: Recursive Self-Improvement through Evolving Worlds》，提出让 AI 在自身历史探索记录构成的「梦境」中完成递归自我改进。当前结论是：该框架无需重训模型、不修改任何权重，仅通过持续优化搜索/探索策略，即可在发现类任务上大幅降低实验成本（单场景 agent 调用量最多节省 162 倍），被视为通往递归自我改进（RSI）的一次可落地尝试，并已开放代码仓库。

已确认

• 系统形成三步循环：真实探索产生发现树，另一个 LLM 在旧发现树上低成本模拟测试数千种替代策略，再将更优的探索策略部署到下一轮真实实验。@mikeflache 将其概括为把历史探索数据转换成低成本离线回放模拟器的加速框架；@量子位 同样强调全程不重训模型、不改权重。
• @r0ck3t23 补充了关键细节：模型和评估器权重完全固定，改进的对象是搜索策略本身，即在不提升模型本身的前提下让 AI 系统变强；其还附上了论文原文链接。
• 单场景下 agent 调用量最多可节省 162 倍（@PeterBowdenLive、@yangyi、@FinanceYF5、@r0ck3t23 等多方一致转述）。@FinanceYF5 还提到该框架在算法设计、数学优化和 GPU 内核工程三类任务上进行了验证。
• 论文发布日期为 9 月 14 日，作者来自 Google、Google DeepMind、马里兰大学和弗吉尼亚大学，并已开放代码仓库（据 @SabooShubham，代码整理中，已有 48 颗星标）。
• @burnytech 指出该工作针对的痛点是现有 agent 的探索策略固定、搜索空间过大，Dream-RSI 提供的是可扩展的递归自我改进探索框架。
• 核心设想是「学会选择正确的实验」：智能体先在模拟中评估哪种研究策略更值得真实运行（@Wes Roth 解读）；Fireship 的视频同样聚焦把历史发现日志转化为模拟器、在其中测试数千种探索策略这一机制；@SabooShubham 则将其概括为「智能体必须做梦才能递归自我改进」，历史经验构成做梦所处的世界。
• 该工作被多方视为通往递归自我改进（RSI）的一步；此前有爆料称 DeepMind 正大力押注 RSI 方向（@MickeySteamboat 转述）。

为什么重要

• Dream-RSI 把「研究过程本身」变成了可自我改进的对象：无需昂贵的重训即可持续优化探索策略，大幅降低科学与数学发现类任务的成本。@McDonaghMatthew 的长文解读也强调了这一点——实验记录可复用，研究过程成为可改进对象。
• 递归自我改进是 AGI 讨论中的关键路径之一，谷歌在「实验选择」这一层面给出了一套可落地的工程方案，引发 Wes Roth、Matt McDonagh、Fireship 等多位博主的长文与视频解读与关注。

2026-09-17 ~ 2026-09-19 · 15 条相关

• DeepMind 发布 Dream RSI:智能体从既往尝试中自我改进 — MickeySteamboat · 2026-09-17
• 【源头】谷歌Dream-RSI:让AI在历史搜索树里做梦,调用量最高省162倍 — 量子位 · 2026-09-17
• 谷歌让 AI 在"梦境"中复盘实验，Dream-RSI 探索递归自我改进 — Wes Roth · 2026-09-17
• Google 展示 Dream-RSI 自我改进循环,单场景 agent 调用最多省 162 倍 — PeterBowdenLive · 2026-09-17
• 【源头】Google DeepMind等发布Dream-RSI,实验记录可复用助力递归自我改进 — McDonaghMatthew · 2026-09-17
• Google 团队提出 Dream-RSI：用离线模拟器实现递归自我改进 — mikeflache · 2026-09-18
• Google 发布 Dream RSI 论文:智能体必须「做梦」才能递归自我改进 — Saboo_Shubham_ · 2026-09-18
• Fireship 解读 DeepMind Dream-RSI:用旧发现日志自建模拟器 — Fireship · 2026-09-18
• 谷歌 DeepMind 推出 Dream-RSI，AI 发现搜索成本最高降 162 倍 — yangyi · 2026-09-18
• 【源头】Dream-RSI 论文:不改权重靠优化搜索策略,算力效率提升最高 162 倍 — r0ck3t23 · 2026-09-19
• r0ck3t23 补充 Dream-RSI 论文原文链接 — r0ck3t23 · 2026-09-19

另有 4 条近重复转述:McDonaghMatthew · Saboo_Shubham_ · FinanceYF5 · burny_tech