UCSD等提出RSIGame：27B模型自主迭代开发游戏反超GPT-5.5
机器之心 · wechat · 2026-10-21
UC San Diego、字节跳动与 CMU 团队提出 RSIGame，把 AI 游戏开发从「一次生成」推进为递归自我改进（RSI）过程：
- 双层闭环：Local Loop 由 Controller 决定优先级、Explorer 实际试玩发现缺陷、Editor 改代码、Verifier 通过真实交互验证修改是否有效，问题与优先级记录在持续更新的 development checklist 中；Global Loop 的 Quality Monitor 跨阶段比较质量、保留最佳 checkpoint、检测收益饱和，避免「改得越多越差」。
- 效果：在 GameCraft-Bench 上覆盖 140 个任务、15 类游戏、Godot/Phaser 双引擎。GPT-5.5 生成的游戏经多轮自主开发从 50.26 提升至 64.53；相同预算下比迭代开发基线 Play2Code 高 7.213.8 分。
- 经验反哺模型：构建含 2,213 条生成轨迹、2,108 条规划轨迹、4,003 轮改进记录（2,013 轮经独立验证）的开发经验语料，微调 Qwen3.8-27B：one-shot 从 37.07 升至 48.22，token 消耗从 6.41M 降至 0.57M；再配合 RSIGame 多轮开发达 61.38，超过 GPT-5.5 一次生成的 50.26（Phaser 上 58.53 vs 49.44）。
结论：AI 自主开发的关键不是一直工作，而是知道什么工作有价值；经过验证的开发经验既完善当前作品，也提升未来生成的起点。
「编程与Agent」频道最新
- OpenJet 引擎宣称 Qwen3.8-27B 推理速度达 llama.cpp 1.9 倍 — JeremyCMorgan · 2026-10-23
- 用 Hermes 搭建全自动 SEO 智能体：三个 skill 覆盖关键词到建站 — EXM7777 · 2026-10-23
- 从赛事研究到链上下单：一个「默认需人工批准」的下注 agent 架构复盘 — Dry-Comfortable-2678 · 2026-10-23
- Capy 0.5.0 支持复用 Claude Pro/Max 订阅额度,并新增 OIDC 云端访问 — garrytan · 2026-10-23
- You.com CEO Richard Socher：遗留代码就是人类垃圾，该让 AI 清理 — RichardSocher · 2026-10-23
- 给 agent harness 加侧边栏单行状态组件，盯任务不切屏 — blixt · 2026-10-23