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
- 优化器针对当前模型和任务,修改 Harness 调度代码、提示词规则
- 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
- 多次迭代,筛选出效果更好的 Harness 版本,同步沉淀经验记录
- 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
- 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
- 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。
