Google 研究者提出 RRSI 防止智能体 harness 自我优化时记住测试任务

2026 年 10 月 4 日，据 The Decoder 报道，Google 研究者提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），用于在让语言模型反复改写智能体 harness 的自我优化循环中加入约束，避免智能体记住测试任务。报道称，RRSI 在优化循环两端施加作用，同时保持 harness 完全可编辑。该研究在底层模型 Claude Opus 4.8 全程冻结的条件下进行；作者指出，研究仅覆盖围绕冻结模型构建的 harness，未涉及模型权重发生变化的情形。相关代码已在 GitHub 上提供。目前尚无后续跟进报道。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。