Agent 自我进化也会过拟合。 Harness 在同一批任务上反复修改，Benchmark 分数可能一路上涨；换到新任务后，刚学到的能力却很快失效。 Google Cloud AI Research 等团队这篇 RRSI，专门给 Harness Evolution 加了一套「正则化」。 它主要从两端限制自我改进： Proposer 负责提出修改。前期允许一次尝试更多变化，后期逐渐收紧每轮能改的组件数量；同时参考历史进化轨迹，鼓励探索还没试过的方向，减少反复走同一条路。 Selector 决定哪些修改能留下。其中有两个关键角色： Critic 会过滤明显针对 Benchmark 写死的技巧，避免 Harness 靠记题刷分； Pruner 会删掉收益太小、token 成本太高，或者后续已经没有价值的改动，防止 Harness 越进化越臃肿。 所以它最终想保留的，是能跨任务复用的机制。 结果在普通 Harness Evolution 在训练任务上分数更高，但 OOD 平均只有 40.3；RRSI 达到 43.6，同时推理 token 还减少了约 30%。 有一个直接的感受是自我进化做到后面，难的是决定什么值得继承。 换了环境还能留下来的改动，才更有价值。 📎 arxiv:

. @prlnet 已经疯了，看到好多人还不知道除了挖矿哪里可以买到 pearl-2:native 给大伙来个保姆级购买 pearl-2:native 的教程吧 先去官网搞一个 PRL 钱包，邮箱注册，记得开一下 2FA 现在 pearl-2:native 基本上大家都在 safetrade 买，虽然他很难用，但是是目前深度最好的了 如果对小所实在不放心 可以用 OKX DEX 买主网的 WPRL 然后使用第三方跨链桥 跨回去 最后切记，无论在哪里买，都建议把币提回钱包！

随着@prlnet珍珠币价格的回调，我的挖矿收益已经不能覆盖我的租卡成本了 只留了这张意外收获的2080Ti（花一张显卡的钱，租到两张显卡的算力） 有尝试过想复刻这种意外，但是失败了 现在看好 $pearl 的话，直接买现货比自己挖划算点，起码没累着