先了解这件事
2026年9月29日,Google Cloud AI Research 联合 UNC-Chapel Hill、斯坦福和圣路易斯华盛顿大学发布并开源 RRSI(Regularized Recursive Self-Improvement)框架,让 LLM 智能体重写自己的 harness,包括提示词、工具、记忆、控制流和子智能体,模型权重保持不变。RRSI 对改进循环本身施加约束,以缓解基准特定拟合、追逐噪声和复杂度累积三种失败模式。据该报道,全部 6 个留出集均有提升:以 Gemini 3.5 Flash 为策略时,Terminal-Bench 2.1 从 64.6 升至 78.7,SWE-bench Verified 从 76.8 升至 79.0。代码以 Apache 2.0 开源,需 Python 3.10+,支持任意 LiteLLM 模型字符串,默认使用 Vertex AI 上的 Claude Opus 4.8。目前尚无后续有证据的发展。
AI 根据公开报道生成
最新进展 · 正式报道
Google 研究人员提出 RRSI，防止自优化 AI 智能体记住测试任务事件进展
1 个已确认进展
- 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4日
The Decoder
Google 研究人员提出 RRSI，防止自优化 AI 智能体记住测试任务
Google Cloud AI Research 与多所大学提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），通过逐步收紧编辑预算和严格评审机制，防止自优化智能体在测试任务上过拟合。在覆盖编码、智能体办公和工程设计的八个基准上，RRSI 在训练任务上最多提升 14.1 分，在五个未见过的基准上最多提升 4.7 分，运行时 token 用量比未正则化版本少约 30%。底层模型 Claude Opus 4.8 全程冻结，代码已在 GitHub 发布。
9月29日
MarkTechPost
Google Research 开源 RRSI：让 AI 智能体改进自身 harness 而不过拟合
Google Cloud AI Research 联合 UNC-Chapel Hill、斯坦福和圣路易斯华盛顿大学发布 RRSI（Regularized Recursive Self-Improvement），让 LLM 智能体重写自己的 harness，包括提示词、工具、记忆、控制流和子智能体，模型权重不变。RRSI 对改进循环本身施加约束，以缓解基准特定拟合、追逐噪声和复杂度累积三种失败模式，全部 6 个留出集均有提升：以 Gemini 3.5 Flash 为策略时，Terminal-Bench 2.1 从 64.6 升至 78.7，SWE-bench Verified 从 76.8 升至 79.0。代码以 Apache 2.0 开源，需 Python 3.10+，支持任意 LiteLLM 模型字符串，默认使用 Vertex AI 上的 Claude Opus 4.8。