TY  - UNPB
TI  - RRSI: Regularized Recursive Self-Improvement of Agent Harnesses
UR  - https://arxiv.org/abs/2609.24972
DO  - 10.48550/arXiv.2609.24972
DA  - 2026-09-21
KW  - Juju Radar
KW  - Agent系统
KW  - Harness
KW  - 递归自我改进
KW  - 过拟合
KW  - 待阅读
KW  - 补看
N1  - RRSI冻结基础模型，只让系统修改提示、控制流、工具、技能、记忆、子Agent和上下文管理。它用编辑预算、历史去重、基准泄漏critic、噪声门槛、成本规则与组件裁剪，减少Agent外壳搜索对固定评测的过拟合。  论文在八个基准上报告：搜索集最高提升14.1个百分点，五项分布外评测最高提升4.7个百分点，并比未正则化演化少用30%策略token。Terminal-Bench 2.1从74.2升到80.2，SWE-bench Verified从82.0升到83.8。  需要注意：完整搜索使用多个模型角色，主要是Claude Opus 4.8，部分judge使用Gemini 3.5；这不是单一模型无人协助地自我进化。论文提交比本期严格窗口早约5小时，因此列作近期补看。重要度8.8/10。  原文：https://arxiv.org/abs/2609.24972 代码：https://github.com/google-research/rrsi 项目：https://regularized-rsi.com/ 本期资料页：https://www.asteronline.cn/juju-radar/2026-09-23/  AI辅助整理。
ER  -