Google 预印本:AI 记录改造日志实现自我改进
Google 这篇预印本让 AI 自己改 harness 并写改造日志,换模型也能接着跑,84.75 分对比 73.42 分的差距说明日志真的管用。做智能体工程的人可以直接抄这套日志方法,比每次换模型都重头调参省事多了。
Google 发布一篇预印本论文,让 AI 重写一个智能体 harness,并把每次改动的原因与效果记录成日志。
实验中先由 Opus 5.5 进行改造并留下日志,再换用 Gemini 3.
8 Flash 继续迭代。结果显示,有日志时模型在 workplace tasks 基准上得 84.
75 分,没有日志时只有 73.42 分;
编程任务上,带日志的版本在 10 次运行中有 9 次胜出。论文的核心结论是:更换新模型时不必从零开始改造 harness,改造知识可以通过日志跨模型传递,形成复利效应。
这意味着递归自我改进(Recursive self-improvement)的路径正在变得可行,工程经验从模型资产变成了可迁移的独立资产。
This is a super interesting paper and Recursive self-improvement keeps coming closer. New Google preprint:
Google had AI rewrite an agents harness and keep a log of every change, why it made it and whether it worked. Then they swapped Opus 5.5 for Gemini 3.8 Flash and let it keep going.
With the log: 84.75 on workplace tasks, without: 73.42. In coding it came out ahead in 9 of 10 runs.
tl;dr a new model no longer means starting from scratch. That's where it compounds.
本条情报归属 AITOP「论文」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Gemini 3.8 Flash、Opus 5.5、Google、智能体,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「kimmonismus」(@kimmonismus),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 2 家独立信源对该事件进行交叉印证与跟进报道(含 Fireworks AI 等),属于近期高关注度行业信号。
- Fireworks AI11-17 19:40原文