Google Research 发布 RRSI 教程：让 Agent 自我改进而不跑偏
Google Research 发布 RRSI（正则化递归自我改进）教程，让 LLM Agent 在冻结模型的前提下重写自己的 harness、提示词、工具、记忆、控制流和子 Agent，同时避免 harness 对演化任务过拟合。完整循环用 Claude Opus 在 Vertex AI 上起草修改，并在 Docker 基准中打分；教程重点拆解决定保留哪些修改的纯 Python 规则，包括估计器、校准噪声带、选择算法两个分支、退火编辑预算、确定性泄漏筛查和编辑历史。原文信息有限，未给出具体评测数字。
推荐理由想动手做自我改进 Agent 的开发者可拿到官方仓库代码和可审计的纯 Python 选择逻辑