RRSI 论文：用正则化约束让 Agent Harness 递归自我改进不过拟合
AxSaucedo · x · 2026-10-07
arXiv 论文《RRSI: Regularized Recursive Self-Improvement of Agent Harnesses》，作者来自 Google 团队（Peng Xia、Rujun Han、Huaxiu Yao、Chen-Yu Lee 等 15 人）。
- 背景：LLM agent 的能力很大程度由 harness（提示词、控制流、工具、记忆与上下文管理）放大；近期方法开始自动化迭代编辑 harness，形成 agent 系统层面的递归自我改进（RSI）。
- 问题：递归进化容易记住训练任务——分布内收益大，换到分布外 benchmark 就缩水甚至消失。
- 方法：RRSI 引入正则化约束——
- proposer 使用随时间退火的编辑预算，限制候选改动可打包的数量，并鼓励探索未走过的进化轨迹；
- selector 配备 critic（筛掉只针对特定 benchmark 的提案）和 pruner（剔除过小、过贵或已失效的改动）。
- 效果：这些约束偏向可复用的 agent 机制而非 benchmark 特化或噪声改动，在八个 benchmark 上验证。
所属事件:Google 论文提出 RRSI：给递归自我改进的 Agent 加正则化(2 条相关)→
「编程与Agent」频道最新
- 微软开源 MiniCorp:用办公室模拟器造企业级智能体数据 — microsoft · 2026-10-07
- 论文：Claude Code、Codex 等 5 款编码 Agent 均可篡改自身痕迹记录 — maksym_andr · 2026-10-07
- AI 红队实测 5 种 OpenRouter 方案:最省配置每扫描仅 0.14 美元 — Humanbound_AI · 2026-10-07
- 从零打造亚秒级 AI 语音 Agent 作品集：冷邮件获客完整路线 — ashishllm · 2026-10-07
- Monid 融资 770 万美元,做 Agent 工具的 OpenRouter:按次付费无订阅 — aliscodes · 2026-10-07
- 编码 Agent 说「完成了」,为什么你还得自己逐行检查? — aldi949 · 2026-10-07