RSIAgent 不改模型参数,靠经验积累反超 GPT-6 Astra
jiqizhixin · x · 2026-09-23
Aether AI 发布 RSIAgent(Autonomous Exploration for Recursive Self-Improvement in New Environments),宣称不改任何模型参数,在 OSWorld 2.0 上拿到 78.98%(对比 GPT-6 Astra 的 72.60%),Agents' Last Exam 上 84.82%(对比 82.26%)。
核心思路是「scale experience 而非 scale model」:
- 智能体自主决定学什么,进入环境积累经验
- 验证结果后,把「动作-条件-结果」的因果关系沉淀进 Memory,供后续任务直接复用
- 运行递归循环:课程生成 → 执行 → 验证 → 记忆演化
- 面对全新环境(企业软件、私有工作流、变化的数字系统)无需收集数据、微调或 RL,自主探索并积累经验
宣称开源模型 Kimi-K3 与 GLM-5.3 之上可复现该结果。
所属事件:RSIAgent 免训练多智能体框架靠经验积累反超 GPT-6(2 条相关)→
「编程与Agent」频道最新
- SoL-Pi 论文细节:每小时省 $4-13 的 agent harness 自动优化 — alex_verem · 2026-09-23
- NVIDIA SoL-Pi:AI 自动改写 agent harness,token 省 45-49% — alex_verem · 2026-09-23
- Google 开源 AX:单集群可跑数十亿 Agent 任务的隔离框架 — JafarNajafov · 2026-09-23
- 阿里发布 Qwen 全栈手机智能方案，荣耀 Magic 9 率先搭载 — AIFlow_ML · 2026-09-23
- Ahrefs 全线翻倍 API/MCP 额度：瓶颈已从写代码变成拿数据 — ayushtweetshere · 2026-09-23
- 完整 iOS 应用交付成本降到 20 美元 — bindureddy · 2026-09-23