又一条RSI路线出现：模型参数不动，Agent靠Memory持续进化

动察 Beating AI 快讯，UCSD 助理教授黄碧薇创办的因果世界模型公司 Aether AI 开源 RSIAgent。 这是一套不训练模型的递归自我改进框架。底层模型参数全程固定，Agent 会自己寻找值得练习的任务、实际操作、检查结果，再把成功方法和失败教训写进长期 Memory。下一轮继续利用这些经验，逐步补上能力短板。 系统由三个 Agent 配合。Curriculum Agent 决定接下来练什么，Actor Agent 真正操作软件，Verifier Agent 独立检查结果。探索分成两步：先广泛尝试不同任务，再针对失败、隐藏限制和边界情况继续深挖。最后 Memory 会被冻结，直接拿去执行正式任务。 在 OSWorld 2.0 上，加入这套 RSI 后，平均部分得分从 71.97% 提升到 78.98%；Agents’ Last Exam 从 83.75% 提升到 84.82%。不过这不是整套测试的严格 A/B 对比。OSWorld 只有一半任务实际用了 RSI 后的新结果，其余任务继续沿用原成绩。 它和 Prime Agent 这类 Harness 自我改进思路属于同一个大方向：模型权重不变，持续更新模型外面的东西。 RSIAgent 的特点是把改进重点放在 Memory，再用自主出题和独立验证，让这份外部经验库不断积累。