Gorden Sun(@Gorden_Sun):Google与马里兰大学等提出Dream-RSI：让AI Agent在历史探索记录中低成本自我进化长程探索任务的元策略优化通常需要极高试错成本，这项研究直接将已完成的探索记录树作为精确的离线重放模拟器。新策略无需重复调用模型执行真实代码，只需在历史轨迹中“做梦”重演即可筛选出更优方案，实现零执行成本的离线评估。优胜策略随后部署至新一轮在线探索并扩充模拟器池，在保持甚至提升算法与算子发现质量的同时，最高降低162倍的探索调用开销。项目介绍：

2026.09.16 08:59

Google与马里兰大学等提出Dream-RSI：让AI Agent在历史探索记录中低成本自我进化长程探索任务的元策略优化通常需要极高试错成本，这项研究直接将已完成的探索记录树作为精确的离线重放模拟器。新策略无需重复调用模型执行真实代码，只需在历史轨迹中“做梦”重演即可筛选出更优方案，实现零执行成本的离线评估。优胜策略随后部署至新一轮在线探索并扩充模拟器池，在保持甚至提升算法与算子发现质量的同时，最高降低162倍的探索调用开销。项目介绍：