您的位置首页 >人工智能 >

谷歌 RSI 新论文推出 SIM 自我改进记忆,实现 Agent 跨模型跨任务自主迭代

谷歌最新 RSI 递归自我改进论文提出 SIM 自我改进记忆机制,解决了过去 RSI 优化 Harness 脚手架时经验没法迁移的痛点,AI 可以记下每一次迭代的修改理由、预期效果、实测结果和环境条件,在更换基座模型、切换任务数据集之后,不用从头摸索,直接复用过往经验持续自主迭代,也就是 CRSI 持续递归自我改进,这是当前 Agent 自主进化方向一个很关键的工程突破。RSI 全称递归自我改进,这套方案不是修改大模型本身权重,而是优化 Agent 外面的 Harness 调度层,Harness 负责管控提示词、工具调用、任务执行流程、终止判断规则,之前的 RSI 模式有明显短板,在 A 模型上跑通的 Harness,换到另一个模型上很容易失效甚至反向扣分,换任务场景也得重新试错,大量算力浪费在重复实验上。SIM 相当于给优化器单独配了一本实验日志,它会把每一次改动归类,记录改动是为了解决什么问题、原本预想效果、实际跑分、当时用的模型和数据集,下一次迭代的时候,优化器可以翻阅这份记忆,判断旧方案是保留、修改还是直接删掉,而不是只保留最终版本的 Harness 代码。团队在编程、文本分类、办公任务、工程设计四个场景做对照测试,编程任务 10 组对照里面 9 组加 SIM 之后效果更好,平均分高出 2.36;跨模型办公任务对比,带 SIM 的最终得分 84.75,不带 SIM 的只有 73.42,差距很明显。

谷歌 RSI 论文核心信息清单

  • 论文名称:Self-Improvement Memory Enables Continual Recursive Self-Improvement
  • 核心机制:SIM 自我改进记忆,面向 Harness 优化器,不是给任务 Agent 本身做对话记忆
  • 核心目标:CRSI 持续递归自我改进,跨模型、跨数据集延续 RSI 迭代经验
  • 优化对象:Agent Harness 脚手架(提示词、工具流程、校验规则),不改动大模型权重
  • 测试场景:编程、文本分类、办公任务、工程设计
  • 关键指标:编程任务平均提升 2.36 分;跨模型办公任务提升 11.33 分
  • 论文作者:谷歌 Cloud AI、DeepMind 联合宾州州立大学研究员(第一作者为谷歌实习研究员)

搭载 SIM 之后 RSI 自主迭代流程

  1. 优化器针对当前模型和任务,修改 Harness 调度代码、提示词规则
  2. 执行测试,记录这次修改的目标、预期结果、实际得分、环境信息,存入 SIM 记忆库
  3. 多次迭代,筛选出效果更好的 Harness 版本,同步沉淀经验记录
  4. 切换基座模型或者更换任务数据集,优化器读取 SIM 历史记忆
  5. 结合历史经验评估旧 Harness,选择性复用、修订或者废弃旧方案,继续迭代
  6. 持续循环,不断积累跨场景可迁移的自主改进经验

整体来看,这篇论文的价值,是把 RSI 从 “固定环境下的自优化” 升级成可以迁移的持续自优化,它离通用自主进化还有很远,没有实现模型自己改写自身权重,只是解决 Agent 脚手架迭代的经验留存问题,但是会大幅降低未来搭建自主迭代 Agent 的试错成本,减少算力消耗。

【常见问题】

问题 1:谷歌 RSI 新论文里的 SIM 自我改进记忆,是普通对话记忆吗?

回答 1:不是,谷歌 RSI 新论文里 SIM 自我改进记忆专门给 Harness 优化器使用,记录每一次迭代修改的原因、效果、环境,用来支撑自主迭代,和 Agent 保存聊天内容的对话记忆不是一回事。

问题 2:谷歌 RSI 新论文实现的自主迭代,会修改大模型本身权重吗?

回答 2:谷歌 RSI 新论文的自主迭代只优化 Agent 的 Harness 调度脚手架,不改动底层大模型权重,属于外层框架层面的递归自我改进。

问题 3:谷歌 RSI 新论文里 CRSI 持续递归自我改进解决了什么老问题?

回答 3:谷歌 RSI 新论文里 CRSI 依托 SIM 记忆,解决了传统 RSI 的痛点:在 A 模型、A 任务上优化好的 Harness,换到新模型、新任务就要全部重新试错,经验无法复用。

问题 4:谷歌 RSI 新论文的 SIM 机制,在实测里提升效果怎么样?

回答 4:谷歌 RSI 新论文的 SIM 机制在编程、办公等场景有明显提升,编程任务平均提升 2.36 分,跨模型办公任务分数提升 11.33 分,大部分实验组表现优于不带 SIM 的版本。

【参考资料】

[2026-11-19](谷歌 RSI 新论文:自带记忆、自主迭代!)36 氪

[2026-11-19](谷歌「RSI」新进展:通过「自我改进记忆」实现持续 RSI)ZAKER

[2026-11-13](Self-Improvement Memory Enables Continual Recursive Self-Improvement)arXiv

[2026-11-10](递归自我改进 RSI 赛道梳理:Harness 优化路线)机器之心

【免责声明】

本文内容仅基于论文公开摘要与行业资讯整理,不构成 Agent 开发、技术选型建议;谷歌 RSI、SIM、CRSI 还处在学术研究阶段,尚未商用落地,相关技术细节、实验结论请以 arXiv 原始论文和谷歌官方发布为准。

今日大家都在搜的词: