谷歌云提出 RRSI 正则化框架 让自我进化的 AI 智能体不再死记测试答案

谷歌云 AI 研究院联合北卡教堂山、斯坦福与圣路易斯华盛顿大学，发布并开源了名为 RRSI（Regularized Recursive Self-Improvement，正则化递归自改进）的框架，专门解决“会自我进化的 AI 智能体”在基准测试上作弊式过拟合的问题。代码以 Apache 2.0 协议放出，模型权重始终保持不变。

所谓自改进智能体，是在固定语言模型外面包一层“harness”（提示、工具、记忆与控制流）。智能体通过反复改写这层外壳来刷高评测分数，却容易只“背下答案”而非真正提升能力。RRSI 在提案侧引入退火式编辑预算——早期可一次捆绑多处修改，后期只许单点、可归因的微调；再配合证据账本避免重复试错，以及结构化探索机制。在选择侧则靠“泄漏审查”拒绝写死任务名或基准特定逻辑，并设噪声地板、成本规则与剪枝，挡掉只在中看不中用的改动。

效果相当直接：在 8 个基准上，训练任务分数最高提升 14.1 分，而未见任务也涨了 4.7 分，运行时 token 用量反而降低约 30%。研究团队用冻结的 Claude Opus 4.8 测试，8 个基准全部超过基线；更有意思的是，用 Gemini 3.5 Flash 优化的外壳，能把更弱的 Gemini 3.1 Flash Lite 准确率从 11.2 拉到 14.6，说明“怎么组织自改进循环”带来的架构增益可以跨模型迁移。

这项研究与此前英伟达的 SoL-Pi、谷歌早年的 dream 项目结论一致：当智能体自己写代码、改提示时，循环怎么被约束，和底座模型本身同样重要。对正在搭建自改进 agent 流水线的团队，RRSI 提供了一条更可靠、也更省算力的路径。不过它目前仍是研究级框架，并非谷歌官方产品。