很多人都发现，现在的 Agent 经常会出现这次学会了、下次又犯错的情况，没法把任务里踩坑得到的经验留下来，这也是中科院自动化所、美团等多家机构联合推出 RSI 综述想要解决的核心问题。这份综述研究的 RSI 全称是递归自我改进，简单来说就是让 Agent 在和环境交互、完成任务的过程里，自动把失败教训、成功经验沉淀下来，持续改造自身，越用能力越强。整套改进流程先判断什么时候适合触发优化，再确定要优化 Agent 里哪一部分，接着把零散的交互经验整理成稳定可用的结构，经过验证之后再更新 Agent，更新完成之后继续参与新任务、产生新经验，形成循环闭环。这套框架把之前分散的各类 Agent 优化方法收拢到一起，给后续相关研究划定了清晰的方向，也方便产业落地的时候对照框架做开发。
一、RSI 四条核心进化主线
- Prompt 优化
- Memory 进化
- Skill 进化
- Harness 进化
通过历史交互反馈自动调整提示词模板，淘汰效果差的写法，保留高分提示策略，不用人工反复手写调试。
搭建分层记忆体系，区分临时工作记忆、长期经验记忆，自动压缩、筛选有效信息，避免历史信息太多造成 Agent 混乱、检索变慢。
把反复验证有效的操作流程封装成独立技能，支持技能调用、组合、更新、淘汰，遇到同类任务直接调用，不用从头推理。
也就是 Agent 运行支撑框架的迭代，包含交互接口、评测机制、推理脚手架，优化 Agent 和工具、环境的对接方式，让整个改进闭环更稳定。
二、RSI 完整改进闭环步骤
- 交互采集：Agent 执行任务，记录成功、失败、报错等全部交互信息
- 问题定位：识别本次任务暴露的短板，判断是否值得升级
- 经验结构化：把原始日志提炼成可复用的规则、记忆、技能
- 方案生成：产出对应的优化方案，修改 Prompt、记忆或者技能组件
- 验证测试：在独立测试集上验证优化效果，过滤无效、负向改进
- 持久更新：验证通过后，把优化内容写入 Agent，正式生效
- 新一轮交互：升级后的 Agent 继续执行任务，开启下一轮自我改进
三、综述基础信息
- 论文名称：When, Where, and How Experience Becomes Structure: Mechanisms for Recursive Self-Improvement in LLM Agents
- 参与单位：中科院自动化所、美团、山东大学、中国人民大学、中科院微电子所、上海交通大学、理想汽车
- 研究样本：梳理 40 项代表性相关研究，对比分析 20 个改进闭环方案
- 核心三问：什么时候改进、改进哪里、怎么把经验变成稳定可用结构
【相关 FAQ】
问题 1：RSI 递归自我改进和普通 Agent 微调有什么区别？
回答 1：普通微调大多是一次性用批量数据集训练模型，而 RSI 是 Agent 在真实任务交互里持续闭环进化，核心是把实时经验转化为 Prompt、记忆、技能、框架的持续更新，也是这份 RSI 综述重点研究的方向。
问题 2：RSI 模式下 Agent 变强会不会不受控制？
回答 2：这篇 RSI 综述强调改进必须增加验证环节，所有更新方案都要经过测试校验才能生效，不是 Agent 随便修改自己，用来规避无约束自主改动带来的风险。
问题 3：RSI 四条主线里 Harness 进化指什么？
回答 3：Harness 进化属于 RSI 的一条进化主线，指 Agent 底层运行框架迭代，包含交互接口、评测体系、推理脚手架，保障 Agent 自我改进的闭环可以稳定跑通。
问题 4：普通开发者能不能直接用这份 RSI 综述做 Agent 开发？
回答 4：这份 RSI 综述是框架梳理类论文，提供了研究全景和闭环思路，开发者可以参考它的四条主线搭建 Agent 自优化体系，但是还需要自行补充评测、存储、工具调用等工程代码。
【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）新浪财经
[2026-09-12]（我们离 “真正的智能” 还有多远？这场论坛聚焦 Agent 与自我进化）中国网科技频道
【免责声明】
本文信息仅为行业研究内容整理，不构成技术落地指导、投资建议，相关论文观点以原文为准，技术效果受模型、算力、任务场景影响，不保证实际落地效果。
本文来自作者[极棱同步]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/rgzn/202611/2904.html
评论列表（4条）
我是乌兰科技网的签约作者“极棱同步”！
希望本篇文章《RSI 递归自我改进综述出炉，看懂 Agent 持续变强的底层逻辑》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：很多人都发现，现在的 Agent 经常会出现这次学会了、下次又犯错的情况，没法把任务里踩坑得到的经验留下来，这也是中科院自动化所、美团等多家机构联合推出 RSI 综述想要解决的核心问题。这份综述研究的 RSI 全称是递归自我改进，简单来说就是让 Agent 在和环境交互、完成任务的过程里，自动把失败教训、成功经验沉淀下来，持续改造自身，越用能力越强。整套改进流程先判断什么时候适合触发优化，再确定要优化 Agent 里哪一部分，接着把零散的交互经验整理成稳定可用的结构，经过验证之后再更新 Agent，更新完成之后继续参与新任务、产生新经验，形成循环闭环。这套框架把之前分散的各类 Agent 优化方法收拢到一起，给后续相关研究划定了清晰的方向，也方便产业落地的时候对照框架做开发。