谷歌推出 SIM:用自我改进记忆让 Agent Harness 跨模型持续优化
谷歌把 RSI 做到了 Agent 执行层,SIM 记住每次改 Harness 的原因和效果,换模型不用从头调。从 Claude Opus 5.5 换到 Gemini 3.8 Flash 还能领先 11.33 分,做 Agent 工程的人值得看看这套记忆结构怎么设计的。
谷歌提出 Self-Improvement Memory(SIM),为 AI Agent 执行系统 Harness 的自动优化器增加一套结构化记忆,实现跨模型、跨任务的持续优化(CRSI)。现有自动优化 Harness 的方法存在明显短板:针对 Claude 优化的 Harness 换到其他模型后,原有修改可能失效甚至导致性能下降。
SIM 围绕 Harness 优化过程保存四类记录:发现了什么问题及为什么需要修改、改了哪些组件及预期效果、实际效果有无性能退化、在什么模型和任务条件下有效。当模型或任务变化时,优化器据此决定哪些修改保留、调整、替换或删除,且记忆随新一轮优化持续更新。
实验结果显示,从 Claude Opus 5.5 切换到 Gemini 3.8 Flash 时,完整 SIM 在四个测试领域均优于只继承 Harness 的方案,最高领先 11.33 分。论文也承认局限:实验要求 Harness 接口兼容,部分设定只有单次优化,尚不能视为无限制的自主进化。
谷歌RSI新进展:通过自我改进记忆实现AI Agent执行系统的RSI
自我改进记忆,Self-Improvement Memory(SIM),为 Harness优化器增加一套结构化记忆
Coding Agent的能力不仅取决于底层模型,还取决于 Harness,现已有让AI自动优化Harness的方法,但有一个问题,比如一套专门针对Claude优化的Harness换成其他模型后,原来有效的修改可能失效,甚至性能下降
SIM就是让换模型、换任务后,Harness无需从头优化,过去的改进经验可以继承、并且继续演化
效果上,从Claude Opus 5.5切换到Gemini 3.8 Flash,完整SIM在四个测试领域均优于只继承Harness,最高领先11.33分
SIM会围绕Harness的问题保存: 发现了什么问题,为什么需要修改 改了哪些组件,预期解决什么问题 实际效果如何,有没有产生性能退化 在什么模型、任务和测试条件下有效
当模型或任务变化时,优化器可以利用这些历史记录决定哪些修改应该保留、调整、替换或者删除
重要的是,这套记忆会随着后续优化持续更新,新一轮的修改和测试结果又会成为下一轮优化的依据
他们把这种跨模型、跨任务继续优化Harness的过程称为 CRSI
当然,目前实验仍要求Harness接口兼容,部分设定只有单次优化实验,不能认为它已经实现了无限制的自主进化
#SelfImprovementMemory #RSI #AgentMemory
本条情报归属 AITOP「模型」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:SIM、RSI、Claude、Gemini,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「AIGCLINK」(@aigclink),经 AITOP 多维评分管线结构化提炼。