Google 展示 Dream-RSI 自我改进循环,单场景 agent 调用最多省 162 倍
PeterBowdenLive · x · 2026-09-17
Google/DeepMind 研究人员介绍了 Dream-RSI，一套让 AI 在发现类任务中形成递归自我改进循环的系统：agent 通过回放自己过往的探索尝试，低成本地测试数千种替代策略，再把更优的探索策略部署到下一轮。
关键结果：
- 在算法设计、数学优化和 GPU kernel 工程三类任务上，发现质量持平或更优
- 搜索成本大幅下降，其中一个场景下 agent 调用次数最多减少 162 倍
- 改进的是「探索策略」本身，而非底层模型权重
即通过经验回放优化 agent 解决问题的方式，而非直接改模型参数。
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)→
「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