Agent如何越用越强?中科院自动化所、美团等推出RSI综述
2026.11.15 · 收录日 2026.11.15 · 观点 · 论文 · 论文预印本
多家机构联合发布RSI综述,用三个问题、七步生命周期梳理Agent如何把经验变成长期改进。
中科院自动化所、美团联合山东大学、中国人民大学等多家单位推出LLM Agent递归自我改进(RSI)综述。论文围绕Prompt优化、Memory进化、Skill进化和Harness进化四条主线,选取40项代表性研究绘制全景,并对20项研究的更新闭环展开对照分析。
- 模型权重不变时,Agent仍可通过更新Prompt、Memory、Skill、Harness等外部组件改善行为。
- 论文提出When、Where、How三个问题,分别对应何时更新、修改哪个组件、如何提炼并验证修改。
- Prompt优化从搜索指令,演进到利用反馈修订,再到优化生成指令的优化器本身。
- Memory进化从容量问题走向管理信息时效与效用,Skill进化从复用成功走向维护技能库。
- Harness进化让运行框架本身成为经验驱动的修改对象,并保留成功修改经验。
为什么值得看
系统理解Agent如何把交互经验沉淀为可复用、可验证的长期改进。
适合谁关注
AI Agent研究者、算法工程师与关注自进化智能体的开发者。
