Google 等提出 RRSI：给 Agent 自进化施加正则化，避免过拟合
RSI 让 Agent 反复改自己的 Harness，容易在固定任务集上过拟合；这篇论文用正则化约束修改的提案与筛选，让涨分能迁移到新任务。
递归式自我改进（RSI）正成为 Agent 领域热点：不改模型权重，而是让 Agent 自动修改外层的 Harness（提示词、工具调用、上下文与记忆管理等）。但反复在同一批任务上迭代，可能只是把题刷熟而非真正变强。Google 等提出 RRSI，对「如何自我修改」施加正则化。
正文摘录
.jpg)  最近，Recursive Self-Improvement（RSI，递归式自我改进）正在迅速成为 Agent 领域最受关注的方向之一。 过去谈 RSI，我们很容易想到一个颇具未来感的场景：AI 修改自己的模型，再用更强的自己继续改进下一代系统。但真正落到今天的 Agent 上，RSI 已经有了一条更现实的路径 —— 不需要先修改模型权重，Agent 可以先修改 "模型外面的自己"。 Prompt 怎么写、什么时候调用工具、如何管理 Context 和 Memory、失败后怎么恢复、什么时候反思、什么时候停止…… 这些围绕模型构成的 Agent Harness，本身就决定了同一个基础模型最终能做成多少事情。 于是，一个很自然的闭环出现了：Agent 执行任务，观察失败，自动修改 Harness；修改后的 Agent 再执行任务，再根据新的反馈继续修改。这已经是一种真实发生在 Agent system level 的 Recursive Self-Improvement。 但问题也随之而来：如果一个 Agent 一轮又一轮地根据同一批任务修改自己，它到底是在 "进化"，还是只是在越来越会做这套题？