RRSI 教程演示自改进智能体评估筛选流程

先了解这件事

AI 综述

2026年10月9日,Google Research 的 RRSI(Regularized Recursive Self-Improvement)方法以教程形式演示了自改进智能体的评估、筛选与正则化流程。据 MarkTechPost 报道,该方法让 LLM 智能体在冻结模型的前提下重写自身的 harness、提示词、工具、记忆、控制流与子智能体,同时避免 harness 对演化任务过拟合。其完整循环用 Vertex AI 上的 Claude Opus 起草编辑、在 Docker 基准中打分,而决定保留哪些编辑的核心规则是纯 Python 实现。RRSI 通过校准噪声带 delta(80 次试验约 0.108,3200 次试验约 0.013)区分真实增益与随机波动,并用退火编辑预算、确定性泄漏筛查和编辑历史来约束搜索。目前尚无后续发展事实。

AI 根据公开报道生成

最新进展 · 正式报道10月9日 13:06

Google Research RRSI 指南：掌握自我改进的 AI 智能体

事件进展

1 个已确认进展

10月9日 · 1 篇报道
教程演示RRSI自改进机制
来源：MarkTechPost

报道与讨论时间线

按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。

10月9日

13:06
MarkTechPost
Google Research RRSI 指南：掌握自我改进的 AI 智能体
Google Research 的 RRSI（Regularized Recursive Self-Improvement）方法让 LLM 智能体在冻结模型的前提下重写自身的 harness、提示词、工具、记忆、控制流与子智能体，同时避免 harness 对演化任务过拟合。其完整循环用 Vertex AI 上的 Claude Opus 起草编辑、在 Docker 基准中打分，而决定保留哪些编辑的核心规则是纯 Python 实现。RRSI 通过校准噪声带 delta（80 次试验约 0.108，3200 次试验约 0.013）区分真实增益与随机波动，并用退火编辑预算、确定性泄漏筛查和编辑历史来约束搜索。