PluginRSI：使用可重用插件对Agent工具进行递归改进

围绕语言模型的Harness是Agent性能的核心决定因素。最近的方法通过搜索完整的程序来优化Harness，其中单个机制很难隔离和重用。我们引入了 PluginRSI，它将Harness表示为原子化插件的组合，并围绕这些插件组织Harness的演变。各个插件独立改进并累积在共享库中，然后在每次迭代时重新组合成新的Harness。 PluginRSI 改进了软件工程、命令行交互和问答任务中现有的Harness优化方法。当转移到其他求解器模型而无需进一步优化时，生成的Harness保留了其优势。进化后的插件库加速了初始Harness的后续优化，这有助于更快、更高地收敛未见过的任务。这些结果表明，积累可重复使用的机制为持续改进Harness提供了有效的基础。