Google 提出 RRSI：正则化约束 Agent harness 递归自我改进，OOD 仍涨 4.7 分
google · hf · 2026-09-22
Google Research 的 RRSI 研究指出，LLM agent 的能力很大程度由 harness（提示、控制流、工具、记忆与上下文管理）放大，近期方法通过迭代提出并选择组件级编辑实现 agent 系统层面的递归自我改进（RSI），但容易过拟合训练任务——分布内大涨在 OOD 基准上缩水甚至消失。RRSI 引入正则化原则：- 提议者采用时间退火预算限制单次候选可捆绑的编辑数，并基于演化历史鼓励探索未走轨迹
- 选择器配备 critic（筛除针对特定基准的提议）与 pruner（删掉过小、过贵或不再有用的改动）
这些约束共同偏向可复用的 agent 机制。在覆盖编码、agentic 工作区与工程设计任务的八个基准上，演化目标集最多涨 14.1 分，五个 OOD 基准涨至多 4.7 分，且 harness 运行比未正则化版本少用 30% 策略 token。代码已开源。
所属事件:Google 提出 RRSI：正则化约束 Agent 框架递归自我改进(8 条相关)→
「编程与Agent」频道最新
- dots 更新支持 agent 同时控制 Windows 与 Mac 双机 — dkundel · 2026-11-12
- Granola 推出 Agent Briefs:每晚为 AI agent 打包你的最新上下文 — soleio · 2026-11-12
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」：模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12