谷歌研究人员找到防止自我改进AI智能体死记测试的方法
Google Cloud AI Research与多所大学提出RRSI,通过约束递归自我改进流程,防止AI代理在测试任务上过拟合,同时在未见基准上提升表现并控制计算成本。
原贴
查看原文原文
中文翻译
持续优化自身工作环境的AI代理,很快就会过度专门化于它们的测试任务。来自Google Cloud AI Research和几所大学的一种新方法,旨在防止这种情况,同时降低计算成本。
现代AI代理把固定的语言模型包裹在所谓的harness中,这是一个由提示、工作流、工具、记忆和逻辑组成的框架,控制模型在每一步看到什么。harness决定代理在修改文件前是否读取了正确的文件,是否能从错误中恢复,以及是否能干净地交付结果。根据一篇新研究论文,近来代理的许多进展来自对harness的工作,而不是来自新模型。
直到最近,这还是手工完成的。人们审查失败的运行,并手动修补harness。较新的方法通过让一个语言模型根据测试任务的反馈,反复重写harness本身,来自动化这一循环。研究人员称这是一种实用形式的递归自我改进。系统产生反馈,用它来优化harness,而harness反过来控制系统自身的行为。
论文表明,这种自我优化有一个陷阱。因为代理持续在同样有限的一组测试任务上工作,它最终会记住它们。它在训练任务上的分数上升,而在新的、未见过的任务上的收益缩小或完全消失。研究人员说,这以几种方式发生。搜索会记住只适合某一特定基准的模式,偏向纯粹靠运气得分高的候选者,并堆叠不必要的复杂性,提高测试分数却没有让代理变得更好。其他方法大多在训练任务上改进,但其中很少能迁移到未见过的基准。RRSI在三个领域的未见基准上都提高了分数。
| 图片:Google
RRSI(Agent Harnesses的正则化递归自我改进)在优化循环的两端起作用,同时让harness完全可编辑。当系统提出新变更时,一个预算限制一个候选者一次可以捆绑多少独立编辑。该预算随着时间缩小。早期轮次允许更大的重写,而后期轮次只允许能够清楚追溯到结果的小改动。系统还跟踪早先的尝试,以免不断追逐同样的失败想法。当进展停滞时,它会故意试验harness中尚未触及的部分。RRSI在两个点上约束自我优化:提出新变更时,以及决定哪些变更成为harness永久部分时。
| 图片:Google
在选择变更时,一个批评者审查每个提案,并丢弃任何硬编码任务名称、解决方案或其他基准特定技巧的内容。另一条规则只接受更高的计算成本,如果它们带来可测量的性能提升。不再有帮助的组件会被移除。
核心信息
Google Cloud AI Research与多所大学提出RRSI,通过约束递归自我改进流程,防止AI代理在测试任务上过拟合,同时在未见基准上提升表现并控制计算成本。
- Google Cloud AI Research与多所大学提出RRSI,通过约束递归自我改进流程,防止AI代理在测试任务上过拟合,同时在未见基准上提升表现并控制计算成本。
- 原贴提到:AI agents that keep optimizing their own working environment quickly ten
- 来源:the-decoder.com
详细解读
这是什么信号
公开信号指向一个正在成形的技术拐点:AI代理的进步越来越依赖harness(提示、工作流、工具、记忆与逻辑组成的执行框架),而不是只靠替换更强的基础模型。Google Cloud AI Research与多所大学的新论文指出,当系统用语言模型反复重写harness、根据测试任务反馈做递归自我改进时,代理会迅速过拟合测试任务:训练任务分数上升,但新任务上的收益缩小甚至消失。
论文提出的RRSI试图在自我优化循环的两端加约束:提出变更时限制候选者一次捆绑的独立编辑数量,并让预算随时间递减;选择变更时由critic过滤硬编码任务名、答案或基准特定技巧,同时要求更高计算成本必须带来可测量的性能提升,并移除不再有用的组件。系统还记录过往尝试,避免重复追逐失败想法,并在进展停滞时主动探索尚未触及的harness部分。
为什么重要
这意味着“让代理自己优化自己”不是免费的。缺少约束时,递归自我改进可能把工程努力变成基准记忆:分数好看,但真实任务迁移能力下降,计算成本还可能上升。对依赖代理落地的团队来说,评估体系会被误导,产品在演示中表现好、上线后失效的风险会增加。
同时,这条信号把harness工程推到台前。既然大量代理能力来自harness,而不是模型本身,那么提示、工具调用、记忆、错误恢复和交付逻辑就是可积累、可优化、也可被自我改进循环侵蚀的核心资产。谁能把harness的优化做得既激进又不过拟合,谁就更容易获得可迁移的代理能力。
对谁有价值
直接相关的是AI Agent开发者、平台工程团队、评测与基准团队、AI产品负责人,以及做代理基础设施和工作流工具的创业者。对投资与战略团队也有参考意义:它提示agent赛道的竞争点不只在模型层,还在harness工程、评测防泄漏和成本-性能治理。
可以怎么行动
第一,审查现有自我优化循环是否在测试集上反复调参,是否出现硬编码任务名、答案或只对特定基准有效的技巧。第二,引入递减的变更预算:早期允许较大改写,后期只接受能追溯到明确结果的小改动。第三,建立critic规则,过滤基准特定技巧,并要求更高计算成本必须对应可测量收益。第四,记录失败尝试,避免重复搜索;当进展停滞时,定向探索尚未改动的harness部分。第五,把最终评估放到未见过的任务上,并清理不再有帮助的组件。
风险或限制
论文在三个领域显示RRSI提升了未见基准上的分数,但这不意味着它已解决全部泛化问题。约束过强可能抑制有价值的大改写;critic可能漏掉更隐蔽的基准泄漏;记录尝试、运行critic和额外评测也会带来工程与计算开销。更广泛地看,基准污染和评估集泄漏仍是代理自我改进中的长期风险,RRSI提供的是治理思路,不是万能保证。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《谷歌研究人员找到防止自我改进AI智能体死记测试的方法》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
谷歌研究人员找到防止自我改进AI智能体死记测试的方法主要讲什么?
Google Cloud AI Research与多所大学提出RRSI,通过约束递归自我改进流程,防止AI代理在测试任务上过拟合,同时在未见基准上提升表现并控制计算成本。
这篇文章最值得关注的要点是什么?
Google Cloud AI Research与多所大学提出RRSI,通过约束递归自我改进流程,防止AI代理在测试任务上过拟合,同时在未见基准上提升表现并控制计算成本。;原贴提到:AI agents that keep optimizing their own working environment quickly ten;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在Agent工作流、AI副业专题里阅读。 关联原因:这篇内容命中「Agent、智能体」等主题信号。;这篇内容命中「项目、小生意、变现」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解工具、自动化、模型、Cursor、Agent这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。