谷歌Dream-RSI自进化框架

RecodeX 重构消息，谷歌研究人员公开一篇关于AI自我进化（RSI）的论文，提出Dream-RSI框架。该方法不重新训练模型、也不直接修改权重，而是把Agent真实探索留下的历史记录视为一个模拟世界：一次真实探索结束后，Agent可在已有的发现树（Discovery Tree）中虚拟推演新搜索策略，找到更优策略后再回到真实环境执行，由此循环扩大搜索树。

在算法工程、数学优化和GPU内核工程三类共8个发现任务上，Dream-RSI大幅降低探索计算成本，效果达到甚至超越原有方案。以Lasso regularization path为例，Gemini 3.1 Pro下固定探索消耗550次Agent调用、平均运行时间3587.1ms，Dream-RSI为317次调用、2931.0ms；与SimpleTES相比，部分设置下调用量差距最高达162倍。研究还发现，把过往经验教训显式写入下一轮Prompt反而普遍降低表现。

RecodeX 重构消息，谷歌联合Google DeepMind、马里兰大学及弗吉尼亚大学在arXiv发表论文，提出Dream-RSI框架，让智能体把每次真实探索的完整现场存入一棵“发现树”，再在树上回放历史来评估新的探索策略，无需重跑代码或调用模型，论文称之为“做梦”。

实测中，Lasso正则化路径求解任务仅调用317次即把平均运行时间从3587.1毫秒降至2931.0毫秒，而基线SimpleTES需生成51200次；圆填充问题追平AlphaEvolveV2纪录，GPU内核优化生成次数下降2.43倍。底层权重未改动，Gemini 3.1 Pro与3.7 Flash均可套用。论文一作为马里兰大学二年级博士生Tong Zheng，作者团共17人。