Agent 递归自我提升 RSI 综述解读中科院自动化所、美团联合解读智能体越用越强的底层逻辑

大模型 Agent 不是一次性固定能力的工具,做完任务不会自动沉淀经验,经常出现上次踩过的坑,下一次执行任务还会重复出错,中科院自动化所、美团联合多家机构发布的 RSI(递归自我改进,Recursive Self-Improvement)综述,核心就是讲清楚 Agent 怎么把交互里的成功、失败反馈变成可以长期留存的能力,让智能体越用越强;综述把分散的研究归纳成 Prompt 优化、记忆进化、技能进化、Harness 框架进化四条主线,梳理了 40 篇代表性工作,拆解了完整的自我改进闭环,回答了什么时候改进、改哪些部分、用什么方式改进这三个核心问题,给编程 Agent、电脑操作 Agent、行业落地 Agent 提供标准化的迭代框架,也是当下 Agent 从静态调用走向持续自主进化的重要参考。

一、RSI 四条主线对比表

进化主线改造对象核心作用落地难度
Prompt 优化提示词、指令模板自动反思、改写 prompt,让指令更贴合任务,提升单次推理准确率低,最容易落地
Memory 进化长期记忆、经验库自动提取、合并、删除经验,形成可检索的历史经验,避免重复踩坑中,难点是记忆过滤、防遗忘
Skill 进化可复用子任务技能包把反复执行的步骤封装成独立技能,跨任务调用,减少重复推理中高,需要验证技能通用性
Harness 进化Agent 运行脚手架、调度框架修改工具调用逻辑、任务拆解流程、评估规则,改变 Agent 的运行机制高,属于底层框架改造

二、RSI 完整七步生命周期清单

  1. 任务交互:Agent 调用工具、执行任务,产生完整执行轨迹,包含成功结果、报错信息、中间推理记录。
  2. 反馈采集:收集外部评测结果、环境返回报错、人工打分,区分成功样本和失败样本。
  3. 问题诊断:定位失败根源,判断是 prompt 写得不好、记忆缺失、技能不足,还是调度框架有问题。
  4. 改进方案生成:由元智能体生成候选优化方案,比如改写提示词、新增记忆条目、封装新技能、调整 Harness 调度逻辑。
  5. 方案验证:放到测试环境跑对照实验,过滤只会在单一样本生效、泛化很差的无效改动。
  6. 稳定更新:验证通过的改动,持久化写入 Agent 的 Prompt 库、记忆库、技能库、调度框架。
  7. 新一轮迭代:更新后的 Agent 进入下一轮任务,继续收集新经验,形成递归闭环。

三、传统 Agent 和 RSI 自进化 Agent 的区别

  • 传统 Agent:模型参数、提示词、调度逻辑固定,单次任务的经验不会自动保存,每次任务独立,能力不会随使用变高。
  • RSI 自进化 Agent:每一轮任务结束后自动复盘、验证、沉淀有效经验,改动会持续影响后续任务,能力随交互次数持续提升。

四、当前主流落地场景

✅ 编程 Agent:自动复盘接口报错、代码 bug,沉淀调试经验,优化代码生成 prompt。

✅ 计算机操作 Agent(如美团 EvoCUA):在沙盒环境反复试错,积累电脑操作经验,提升跨软件操作成功率。

✅ 科研 Agent:记录实验失败原因,优化检索、推理流程,辅助文献调研、公式推导。

✅ 企业工作流 Agent:对接业务系统,沉淀业务规则,慢慢适配企业内部专属流程。

五、现存挑战清单

  1. 自验证陷阱:Agent 自己评估自己,容易产生 “自我美化”,看上去指标上涨,实际泛化能力变差。
  2. 记忆膨胀:任务越多,记忆库持续变大,检索变慢、出现经验冲突。
  3. 对齐风险:自主迭代过程中,可能慢慢偏离安全、合规要求,能力变强的同时约束被弱化。
  4. 验证成本高:每一次改动都需要对照测试,算力开销大,很难无限制持续迭代。
  5. 稳定性难保证:底层 Harness 改动如果出错,会直接导致整个 Agent 崩溃。

【相关 FAQ】

问题 1:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,RSI 是什么意思?

回答 1:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,RSI 全称递归自我改进,就是 Agent 在执行任务之后,自动从成功和失败经验里学习、优化自身,持续迭代,实现越用越强。

问题 2:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,这份 RSI 综述划分了哪四条进化主线?

回答 2:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,综述四条主线分别是 Prompt 优化、Memory 记忆进化、Skill 技能进化、Harness 智能体框架进化。

问题 3:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,RSI 的 Agent 会不会脱离人类管控自主无限进化?

回答 3:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,目前 RSI 还处于研究阶段,所有改进都需要验证环节,最高等级完全自主元改进还没有稳定落地,主流方案都保留人类监督和安全校验。

问题 4:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,RSI 和普通的 Agent 反思有什么不一样?

回答 4:Agent 递归自我提升 RSI 综述解读:中科院自动化所、美团联合解读智能体越用越强的底层逻辑,普通反思只是单次任务内调整输出;RSI 会把经验持久化沉淀,改动长期生效,并且还可以优化改进本身的流程,形成递归闭环。

【参考资料】

[2026-11-15](Agent 如何越用越强?中科院自动化所、美团等推出 RSI 综述)机器之心

[2026-11-15](When, Where, and How Experience Becomes Structure: Mechanisms for Recursive Self-Improvement in LLM Agents)OpenReview

[2026-01-26](美团 EvoCUA:会用电脑还会持续进化的智能体)美团技术团队

[2026-10-08](RSI 技术演进、安全威胁及配速行动)上海科技大学

【免责声明】

本文仅整理中科院自动化所、美团等单位 RSI 综述公开学术内容,RSI 属于前沿研究方向,暂未大规模商用;综述内容是学术归纳框架,不代表已经成熟可用的工程方案;自进化智能体存在对齐、验证、安全风险,落地部署需要配套人工审核、独立评测机制;不构成项目开发、商用落地的实施建议。

本文来自作者[光核中继]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/jqr/202611/2900.html

赞 (1)
反馈

发表回复

本站作者后才能评论

评论列表(4条)

  • 光核中继
    光核中继 2026年11月15日

    我是新新网的签约作者“光核中继”!

  • 光核中继
    光核中继 2026年11月15日

    希望本篇文章《Agent 递归自我提升 RSI 综述解读中科院自动化所、美团联合解读智能体越用越强的底层逻辑》能对你有所帮助!

  • 光核中继
    光核中继 2026年11月15日

    本站[新新网]内容主要涵盖:互联网行业的追踪与探索

  • 光核中继
    光核中继 2026年11月15日

    本文概览:大模型 Agent 不是一次性固定能力的工具,做完任务不会自动沉淀经验,经常出现上次踩过的坑,下一次执行任务还会重复出错,中科院自动化

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们