openJiuwen 发布双维度 RSI 框架，落地办公智能体
openJiuwen 把 RSI 自我改进框架做进办公智能体 WorkSwarm，让智能体的工作配置和交付产物都能自动迭代，并给出可验证的评测证据。
让智能体完成一次任务不难，难的是让它从每次任务中学会改进。多数智能体仍是失败后靠人工复盘、改提示词、补工具再重测，调优成本高。openJiuwen 把 RSI（递归自我改进，让智能体从真实任务反馈中生成改进方案并验证保留）框架落到 WorkSwarm 蜂群办公智能体上，支持 Harness（智能体的提示词、技能、工具与执行约束等配置）和 Artifacts（交付产物）两个维度同时优化。
正文摘录
.jpg) 让智能体完成一次任务已经不难，难的是让它从每一次任务中学会改进。当前多数智能体还是 "交付即定型"：遇到失败，需要人工复盘日志、修改提示词、补充工具、再重新测试。调优成本高、周期长，有效经验也难以积累。 这正是 RSI（Recursive Self-Improvement，递归自我改进） 要解决的问题。 它不是让模型自己训练自己，而是让智能体从真实任务反馈中生成改进方案、执行验证、保留有效改进，帮助智能体持续优化。 早在今年 6 月，由华为 2012 实验室、华为云、终端、计算等团队联合构建的开源 AI Agent 平台 openJiuwen 即发布了 Auto Harness 能力，让智能体能够自动优化自己的一整套 "工作装备"。这一次， openJiuwen 把完整的 RSI 框架落地到了 WorkSwarm 蜂群办公智能体上，率先支持 "可插拔的 Harness + Artifacts" 双维度优化 ，Artifact 当前包含科研论文和算法程序两类交付产物优化，同时结合 openJiuwen 的算力亲和能力，把多轮优化的成本和耗时压了下来。 对于横跨文档、代码、数据和工具的办公任务，这意味着工作方法可以改进，交付物可以持续打磨，成功与失败的经验也能为后续任务所用。用户像创建普通任务一样发起实验，就能查看优化过程，获得经过验证的成果。