开源 Gear 框架:把 RSI 自动化,agent 任务通过率提升最多 13 个百分点
Pale-Training-6944 · reddit · 2026-11-01
团队开源了 Gear,一个受元学习启发的「RSI 版 scikit-learn」框架,解决递归自我改进(RSI)的三大老问题:采样(高效找到有前景的改动)、评估(判断变体是否真的更好)、多样性(避免过早收敛)。架构上任务 agent 产出执行轨迹,元 agent 基于轨迹与评估反馈改进 prompt、工具、工作流和上下文管理,并把搜索决策与执行评估解耦,目标是让 GEPA、RRSI、Harness² 这类方法易于实现和比较。
实测数据(用 GPT 5.6 Luna,medium reasoning):
- AutomationBench Marketing 任务通过率 27.0%→40.0%,Support 17.0%→25.0%,Terminal-Bench 2.1 52.8%→62.9%(论文图表显示 max effort 下 Coding 可达 +31.5pp 至 84.3%)
- max effort 下优化后的 harness 使 Luna 目标完成率达 88.88%,超过 Astra + Codex 的 84.08%
- 同一优化 harness 下,Luna 单任务平均成本 $0.0568 vs Astra $1.1858,低 95.21%(不含优化与基础设施成本)
代码与论文均已公开,团队征求候选评估与预算约束下保持多样性的建议。
所属事件:GEAR 开源框架将递归自我改进自动化(2 条相关)→
「编程与Agent」频道最新
- 开发者分享提示词：让 AI 找出应用里所有隐式状态机 — DavidKPiano · 2026-11-01
- 用户分享用 Grok Bot 生成式编码：把验收流程写进 prompt — NickPassig · 2026-11-01
- Nous Research Hermes Agent 接入 Beam 数据管道，由 Bittensor 驱动 — markjeffrey · 2026-11-01
- 多模型容灾链会击穿安全底线：拒绝触发即切换更宽松模型 — petrusenko_max · 2026-11-01
- Bilgin Ibryam 精选 12 份系统设计与架构必读 Newsletter — bibryam · 2026-11-01
- Context.dev 获 900 万美元融资,Agent 联网成独立赛道 — miky_shil · 2026-11-01