Google 论文:换底层模型后,自我进化 Agent 框架反而不如原始版本
blaizedsouza · x · 2026-11-19
Google Cloud AI/DeepMind 团队发布论文《Self-Improvement Memory Enables Continual Recursive Self-Improvement》,研究递归自我改进(RSI)的跨模型迁移问题。
核心发现
- RSI 优化器可以读取失败轨迹、修改 prompt、工具与完成校验,持续改进 agent 框架(harness),直到基准分数不再提升。
- 但把在 Claude Opus 上进化出的 harness 直接搬到 Gemini 后,所有测试域的成绩都低于 Gemini 原始 harness——因为进化的修改不带原因记录,新模型的优化器会重试已失败的实验或移除有效修复。
提出的方案:Self-Improvement Memory (SIM)
- 给 harness 优化器(而非解题策略模型)配记忆:按反复出现的 harness 问题分组编辑,记录每次修改的理由、预测与实际结果、评估上下文。
- 提出 Continual RSI(CRSI)设定,跨基准、跨模型持续优化。
- 四个域的实验中,SIM 的跨数据集与跨模型续跑成绩均高于仅迁移 harness 或仅迁移根因分析的方案;十个独立编码源任务的配对续跑中,最终分数平均提升 2.36 分(p=0.003)。
对做 agent 工程的人有直接启发:进化出的 harness 是有「语境」的资产,换模型时连改良理由一起带走才有价值。
所属事件:谷歌提出自改进记忆SIM,让Agent跨模型持续进化(9 条相关)→
「编程与Agent」频道最新
- 10 个免费开源仓库讲透 AI Agent Harness 工程:工具、记忆与规则 — blaizedsouza · 2026-11-19
- LangSmith 新功能:把 PR 关联线程,直接算出编码 Agent 的 ROI — LangChain · 2026-11-19
- Pichai 晒 Gemini 3 实战:涂鸦变网站、图片变桌游、图表变互动课程 — heyneighbor · 2026-11-19
- Stanford 团队推出 DiscoveryAgent,帮科学家判断哪些前沿问题值得做 — james_y_zou · 2026-11-19
- 独立开发者周五写码周日迁移完:休眠沙盒每月仅 1 美分 — emilahlback · 2026-11-19
- 团队把 Agent 沙箱迁到 GKE,单沙箱小时成本从 16.6 美分降至 1.9 美分 — emilahlback · 2026-11-19