AetherAI 提出 RSIAgent：零参数更新让开源模型 Agent 反超闭源
机器之心 · wechat · 2026-09-15
因果智能公司 AetherAI 发布 RSIAgent 论文，主张另一条 Scaling 路线：不 Scale Model，而是 Scale Experience——模型参数不动，让 Agent 自主探索新环境、沉淀因果经验并持续自我提升。
核心框架
- 围绕一个不断演化的 Memory，构建 curriculum agent（决定探索方向）、actor agent（执行任务）、verifier agent（依据真实环境反馈验证）三智能体递归闭环。
- 两阶段策略：Broad Recursive Self-exploration 类似预训练，并行生成多方向任务快速建立环境知识地图；Deep Recursive Self-exploration 类似后训练，顺序递归地刻意攻击难点、隐藏约束与边界情况。
- 探索结束后 Memory 冻结，直接复用于下游任务。
实验结果
- 不更新参数的情况下，GLM-5.3 与 Kimi-K3 在 OSWorld 2.0 上从 71.97% 提升至 78.98%，超过 GPT-6 Astra（72.60%）与 Claude Opus 5；在 Agents' Last Exam（Near-term）达 84.82%。
- 泛化到 GameCraft-Bench 自主游戏开发任务同样有效；部分初始成功率仅 0–40% 的任务随 RSI 轮次增加最终可达 100%。
- 消融实验证明 Broad 与 Deep 两阶段缺一不可。
论文、代码与项目页均已公开。团队称这是其「通用因果智能」路线的一环：让 AI 理解「什么改变导致什么结果」，而非只记住相关性。
所属事件:RSIAgent 免训练实现递归自我改进(3 条相关)→
「编程与Agent」频道最新
- 一个过期日期让 WhatsApp 回复 agent 静默罢工两天,19 条消息无人应答 — petrusenko_max · 2026-11-02
- 10倍工程师就是一个 SKILLS.md:六大工作流规则全公开 — mdancho84 · 2026-11-02
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02