RSIAgent 不改权重自我进化,两项 agent 基准超 GPT-6 Astra
Roger_M_Taylor · x · 2026-09-16
研究团队提出 RSIAgent,一个通过自主探索实现递归自我改进(RSI)的 agent 框架:agent 自主决定探索什么、执行任务、验证结果,并把稳定的「动作-条件-结果」关系沉淀进记忆供后续复用,作者称之为 Scaling Experience。
关键在于底层模型权重完全冻结(基于 Kimi-K3 与 GLM-5.3),仅靠积累经验持续提升:
- OSWorld 2.0(0808 offline):78.98% Partial Score,高于 GPT-6 Astra 的 72.60%
- Agents' Last Exam(Near-term):84.82%,高于 GPT-6 Astra 的 82.26%
结论是:不改权重,agent 也能通过获取、验证、复用自身经验持续变强。
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
- General Reasoning 首发博客:详解如何用强化学习训练 Agent 集群协作 — rosstaylor90 · 2026-11-02
- 开发者指出:编码不再是瓶颈,使用量窗口才是 — kylegawley · 2026-11-02
- demo 通过≠可上线:让 Agent 接管业务前必答的五个问题 — _kellhus · 2026-11-02
- AI agent 通过 100 次测试，为何仍不能接管业务 — djgoel123 · 2026-11-02
- 让 Agent 全权创作:纯代码产出 1 分 44 秒动画短片《最后的园丁》 — ivegotnoidea1 · 2026-11-02
- 起床、用 Claude Code、睡觉：梗图调侃一天全靠它 — tekbog · 2026-11-02