最近身边的朋友都在聊RSI，Google 和 Anthropic 几乎同时公开了同一个思路——智能体想自我改进，先得会「做梦」。

不改模型权重，而是把跑过的每一条轨迹存下来，空闲时离线重放、提炼出更好的策略。

Google Dream-RSI 在任务上少用了 162 倍 agent 调用；Anthropic 让 Claude 用同样方式整理记忆，wiki 问答准确率从 13% 升到 48%。

先把历史轨迹记完整，才有做梦的本钱。

对做 Agent 系统的人，这是个很实用的提示：改进面不在底座模型，在编排策略和记忆结构这些可解释层。不用等模型自己改权重，先把走过的路变成可以反复进入的模拟器。

阿东，大模型算法工程师，OPC创业者。

#agent #rsi #大模型 #AI搞学习howto #howto用AI抢救一切 #算法