RRSI 论文：正则化让智能体框架自我进化少过拟合，涨 4.7 分省 30% token

HuaxiuYaoML · x · 2026-09-22

论文《RRSI: Regularized Recursive Self-Improvement of Agent Harnesses》（Huaxiu Yao 等人，Google 团队，2026-09-21 提交 arXiv）对自动化 agent harness 进化加入正则化，防止进化过程过拟合任务特有怪癖。

结果：在未见过的 benchmark 上最高提升 4.7 分，同时比未正则化的进化少用 30% 的 policy token。作者认为这让构建复杂 LLM 工作流的工程师可以超越手工 prompt 工程和脆弱的 DSPy 管线，走向抗记忆化、可控推理成本的自动化 harness 进化。