Google 提出 RRSI：正则化约束 Agent 框架递归自我改进

Google 研究团队（Han Rujun、Huaxiu Yao 等，2026-09-21 提交 arXiv:2609.24972）发布论文《RRSI: Regularized Recursive Self-Improvement of Agent Harnesses》，研究如何对 agent 框架（harness，即提示、控制流、工具、记忆与上下文管理）的递归自我改进施加正则化约束，并开源了代码与项目页。当前结论：正则化后的 RSI 在分布外任务上仍能带来提升，缓解了自改进过拟合问题。

已确认

• 研究出发点：LLM agent 的能力很大程度由 harness 放大，近期方法通过迭代提出并选择组件级编辑，实现 agent 系统层面的递归自我改进（RSI）
• 团队指出，当前让 Agent 自动改写自身 prompt、工具、记忆与工作流的「自改进」方法往往只在练过的任务上涨分，换到新任务收益常消失甚至归零，本质是过拟合
• Elias (omarsar0) 转述该论文的警示角度：自动优化 harness 会让评测分数上涨，但 agent 在真实任务上反而变差，即 benchmark 表现与真实能力脱节
• RRSI 的解法是把正则化引入递归自改进过程，约束改进方向，使框架自我进化时少过拟合
• 效果：在分布外（OOD）任务上仍提升 4.7 分，并节省约 30% 的 token
• Kangwook Lee 在转发中补充对比视角：权重空间正则化（如 L2）基于对函数平滑性/简单性的假设，而 RSI 场景下需要针对 agent 框架层面的正则化思路

为什么重要

• RSI 正在改变 AI 智能体的进化方式，但若改进只停留在对训练任务的过拟合，泛化能力受限；RRSI 提供了一个简单有效的正则化方案，为构建可泛化、可自我进化的 agent 框架提供了参考路径

2026-09-22 ~ 2026-09-24 · 8 条相关

• 【源头】Google 提出 RRSI：正则化约束 Agent harness 递归自我改进，OOD 仍涨 4.7 分 — google · 2026-09-22
• RRSI 论文：正则化让智能体框架自我进化少过拟合，涨 4.7 分省 30% token — HuaxiuYaoML · 2026-09-22
• 【源头】RRSI 论文:用正则化让 Agent 框架递归自我改进 — _akhaliq · 2026-09-23
• 论文:RRSI,给智能体递归自我改进加上正则化 — HuaxiuYaoML · 2026-09-23
• 研究者警告：自改进 Agent 大概率在过拟合训练任务 — HuaxiuYaoML · 2026-09-23
• RRSI 研究提出正则化递归自我改进，提升 Agent Harness 鲁棒性 — Kangwook_Lee · 2026-09-23
• Google 论文：自动优化 agent harness 会让分数涨、真实任务变差 — omarsar0 · 2026-09-24

另有 1 条近重复转述:cihangxie