又一条 RSI 路线：模型参数不变，Agent 依靠 Memory 持续改进

UCSD 助理教授黄碧薇创办的因果世界模型公司 Aether AI 开源了 RSIAgent。

这是一套不训练模型的递归自我改进框架。底层模型参数始终保持不变，Agent 会自行寻找值得练习的任务，实际操作并检查结果，再将成功方法和失败教训写入长期 Memory。下一轮继续利用这些经验，逐步弥补能力短板。

系统由三个 Agent 协同完成：

Curriculum Agent 决定接下来练习什么；Actor Agent 负责实际操作软件；Verifier Agent 独立检查任务结果。

探索过程分为两步：首先广泛尝试不同任务，随后针对失败案例、隐藏限制和边界情况进行深入探索。最后，Memory 会被冻结，并直接用于执行正式任务。

在 OSWorld 2.0 上，加入这套 RSI 后，平均部分得分从 71.97% 提升至 78.98%；Agents’ Last Exam 得分从 83.75% 提升至 84.82%。

不过，这并不是整套测试的严格 A/B 对比。OSWorld 只有一半任务实际采用了加入 RSI 后的新结果，其余任务继续沿用原有成绩。

RSIAgent 与 Prime Agent 等 Harness 自我改进思路属于同一大方向：模型权重保持不变，持续更新模型之外的组件。RSIAgent 的特点是将改进重点放在 Memory 上，并通过自主出题与独立验证，让这套外部经验库持续积累。