RSIAgent：在新环境中自主探索并构建递归自改进记忆

摘要

数字智能体常需适应接口、工具与失效模式未被预训练完整覆盖的新环境。我们提出无需训练的多智能体框架RSIAgent，通过自主记忆构建实现递归自改进。它协调课程、执行和验证智能体，持续探索环境、核验结果并保留环境专属知识，包括动作、条件与后果之间可复用的因果关系。它采用先广后深策略，以并行广泛递归自探索发现多样环境结构，再集中深入探索困难案例、隐藏约束、边界条件与未知因果依赖。所得记忆被冻结，可直接复用于下游任务，不更新模型参数。在OSWorld-v2和Agent’s Last Exam上的实验显示，RSIAgent显著改善强开源模型，使Kimi-K3与GLM-5.3超过包括GPT-6在内的前沿闭源模型。

RSIAgent：在新环境中自主探索并构建递归自改进记忆：论文配图 — 图1：RSIAgent总览。（a）无需标准标签或人工监督，经递归课程—行动—验证循环自主探索并适应新环境。（b）在论文所用OSWorld 2.0离线版本及Agents’ Last Exam近期任务上，Kimi-K3、GLM-5.3等开源模型借此超过所比较的GPT-6 Astra等闭源模型。