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 · wechat · 2026-09-17
谷歌团队发布 Dream-RSI 论文：不重训模型、不修改权重，而是把 Agent 真实探索留下的历史记录当作「模拟世界」，在其上虚拟推演新的探索策略，即「做梦」。
- 三步循环：真实探索产生发现树 → 另一个 LLM 在旧发现树上回放、评估新探索策略（综合答案质量、搜索成本、并行效率）→ 把更优策略派回真实环境，产生更大的新发现树，循环迭代。
- 效果：在算法工程、数学优化、GPU Kernel 优化共 8 个任务上验证。优化 Lasso 正则化路径时，固定策略需 550 次 Agent 调用，Dream-RSI 仅 317 次且运行时间更短；与 SimpleTES 相比最高相差 162 倍调用量。数学优化 SumDifference 上调用量 1000 vs 51200。
- 反直觉发现：把踩坑总结成「经验教训」塞进下一轮 prompt，效果反而普遍下降——过早的先验会堵死看似无望实则有效的路线。
- 定位：模型不变，进化的是 Harness——探索方法本身在自我改进。论文由 Google、DeepMind、马里兰大学与弗吉尼亚大学合作完成，代码与项目页已公开。
所属事件:谷歌 DeepMind 发布 Dream-RSI，不改权重实现递归自我改进(15 条相关)→
「编程与Agent」频道最新
- 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
- 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
- Scrapling 爬虫框架星标破 9.2 万,支持 MCP Server 接入 AI 工作流 — D4Vinci · 2026-11-02