**RRSI：为智能体框架引入正则化递归自我改进**

_RRSI: Regularized Recursive Self-Improvement of Agent Harnesses_

> LLM 智能体的能力很大程度上取决于其“框架”（harness），即围绕冻结主干模型的提示、控制流、工具、记忆与上下文管理。近期方法通过迭代提出并筛选框架组件的修改来实现智能体系统层面的递归自我改进（RSI），但这种演化容易记住训练任务而过拟合，导致分布内提升明显、分布外却缩水甚至消失。为此，Google Research 提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），把正则化思想引入框架自我改进：提案器采用随时间退火的预算限制单次候选可捆绑的修改数量，并依据演化历史鼓励探索未走过的路径；选择器配备 critic 与 pruner，前者筛除针对特定基准的提案，后者移除过小、过贵或已失效的改动，从而偏向可复用的智能体机制而非基准特化甚至噪声。在编码、智能体工作空间与工程设计等八个基准上，RRSI 在演化所用划分上最高提升 14.1 分，在五个分布外基准上最高提升 4.7 分，且所得框架比未正则化演化少消耗 30% 的策略 token。代码已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.24972)