Terminal-RSI 递归自改进：Qwen3.8-27B Terminal-Bench 从 51.7% 飙至 86.5%
udmrzn · x · 2026-10-23
据转述，腾讯混元用名为 Terminal-RSI 的递归自改进方法，让 Qwen3.8-27B 在 Terminal-Bench 2.1 上从 51.7% 提升到 86.52%，涨了 34.82 个百分点且未增加参数量。
Terminal-RSI 的核心思路
- 针对 agent 的真实痛点：可靠完成任务，而非生成看似正确的命令。终端 agent 需要检查代码库、修改文件、装依赖、跑测试、从错误中恢复并验证结果，大部分步骤做对不够，任务必须完整完成。
- 将成功执行轨迹转化为训练数据，反复精炼模型。
- 训练流程交替进行两个阶段并循环两轮：第一是 Recursive Self-Rewrite（RSR），模型基于执行结果重写自身（原帖在 RSR 细节处截断）。
同帖还引述：借助 Z Lab 孵化、Inco AI 发展的推测解码新技术 DFlash 2，Qwen3.8-27B 在 M5 Max MacBook Pro 上本地跑到约 70 tokens/sec——用 draft 机制一次提出多个未来 token，突破逐 token 自回归解码的瓶颈，对笔记本本地跑 27B 模型是显著提速。
以上为第三方转述，尚无官方确认。
「编程与Agent」频道最新
- Mubit 开源 Banyan Sapling：用校准概率判断上下文是否支持论断 — testingcatalog · 2026-10-24
- Hermes Watch:开源 Agent 跑上 Amazfit 手表,腕上语音问答 — Teknium · 2026-10-24
- Bug Hunt Bench 上线:105 个真实预埋漏洞实测前沿编程模型 — PawelHuryn · 2026-10-24
- OpenAI Dots 可直接操控本机会话，不再新开 Codex 会话 — brandon_galang · 2026-10-24
- 资深工程师开源 optimAIzr:分析 AI 编码用量,缓存过期 27 天多花近百美元 — stichstichstich · 2026-10-24
- AI Colab 线上聚会周二举行：Agent、记忆与 WebMCP 议题 — JnBrymn · 2026-10-24