Dream-RSI：让 Agent 在历史轨迹里「做梦」，实验调用最高减少 162 倍
teortaxesTex · x · 2026-09-16
teortaxesTex 引用并评论 Dream-RSI 论文，感慨「递归自我改进（RSI）正变得对自主 AI Agent 越来越重要」这类表述已进入主流——Overton 窗口移动之快，RSI 如今成了和 long context、multimodality 一样的普通研究课题。
论文核心思路：真实实验太贵，就让 Agent 先在自己的历史轨迹里低成本「做梦」。
- 每次真实探索后，系统把走过的分支、失败方案、评测结果和计算成本保存成一棵 Discovery Tree。
- 这些历史被重组成 Replay Simulator，Agent 可在其中低成本试错搜索策略（先探索哪条路、何时并行、何时停止），无需重新执行真实实验。
- 选出更优策略后放回真实环境继续探索，新轨迹再进模拟器，形成自我改进循环。
- 底层 Coding Agent 始终不变，持续进化的是「怎么探索」这层策略。
实验覆盖算法设计、数学优化和 GPU Kernel：Lasso 任务中相比 SimpleTES 最高减少约 162× Agent 调用；GPU Kernel 任务在相同预算下最高获得 2.09× 性能提升。结论是历史轨迹不只能当 Memory，保存足够完整就能变成训练下一代探索策略的模拟环境。
所属事件:谷歌开源 Dream-RSI：靠「做梦」复盘实现递归自我改进(14 条相关)→
「漫话AGI」频道最新
- 所有系统知识都将汇入推理与硬件，AI 时代技能版图正在重写 — Abhishekcur · 2026-11-02
- 作者类比电影《永无止境》:超级智能对高智商者增益更大 — McDonaghMatthew · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- Miles Cranmer 讲座:AI 用对是苏格拉底导师,用错是大脑萎缩 — _ScottCondron · 2026-11-02
- 「自主科研只是让 Claude 看着别挂」：Yacine 讽刺 RSI 论战，Naam 估算自提升回路还差 5-10 倍 — yacineMTB · 2026-11-02
- Vitalik 提「后 AI 密码学」：假名已死，逐次匿名当立 — devanshmehta · 2026-11-02