RRSI 为自动化 agent harness 演化加入正则化，让系统优先保留可复用改动，而不是记住 benchmark。它限制单次提案捆绑的修改数量，鼓励探索较少走过的演化路径，筛掉针对 benchmark 的改动，并剪除收益太小、成本太高或已经过时的变化。在 8 个 coding、工作区 agent 和工程设计 benchmark 上，它报告分布内最高提升 14.1 分，5 个留出 benchmark 最高提升 4.7 分，同时比无正则演化少用 30% 的策略 token。
RRSI 限制自改进 agent harness 记住 benchmark
2026-09-22前沿观察WATCH
RRSI 为自动化 agent harness 演化加入正则化，让系统优先保留可复用改动，而不是记住 benchmark。它限制单次提案捆绑的修改数量，鼓励探索较少走过的演化路径，筛掉针对 benchmark 的改动，并剪除收益太小、成本太高或已经过时的变化。在 8 个 coding、工作区 agent 和工程设计 benchmark 上，它报告分布内最高提升 14.1 分，5 个留出 benchmark 最高提升 4.7 分，同时比无正则演化少用 30% 的策略 token。
本文来自既有扫描档案。迁移保留原判断，不代表在迁移时重新核验。
对你意味着什么
对允许 agent 自行改写 prompt、工具或控制流的团队来说，调参集上的提升可能只是 harness 过拟合。接受 agent 自生成改动前，应强制留出任务、限制提案规模并自动剪枝。RRSI 的代码和项目页已经公开，值得研究，但它仍是研究信号，不能证明递归 harness 演化已经适合生产。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 覆盖范围 | 8 个 coding、agent 工作区与工程设计 benchmark |
|---|---|
| 正则化 | 退火式提案规模预算、基于演化历史的探索、针对 benchmark 的 critic、成本与过期改动剪枝 |
| 分布内提升 | 最高 +14.1 分 |
| 分布外提升 | 5 个留出 benchmark 最高 +4.7 分 |
| 策略 Token | 比无正则演化少 30% |
| 公开产物 | 代码与项目页已公开 |
技术影响 4
工程价值 4
采用信号 2
成熟度 2
验证成本 3
风险 3