先说结论:2026 年 11 月 13 日,谷歌云 AI、Google DeepMind 和美国宾夕法尼亚州立大学联合在 arXiv 发布论文《Self-Improvement Memory Enables Continual Recursive Self-Improvement》,提出一个叫 SIM(Self-Improvement Memory,自我改进记忆)的新方法。它解决的问题很具体:过去 AI 做递归自我改进(RSI)时,只能优化大模型外面那层运行框架(Harness),而且换个模型、换个任务就从零再来一遍,之前改代码的原因和成败经验全丢了。SIM 给优化器配了一本可持续更新的 "实验记录本",把每次修改的方案、原因、预期效果、实际结果都存下来,让 AI 能继承旧经验再做新调整,实现跨模型、跨任务的持续递归自我改进(CRSI)。实验里 10 组编程对照 9 组占优,跨模型办公任务比无记忆方案高 11.33 分。但要注意:这项工作改的是模型外部框架,大模型权重从头到尾没动,也不是 AI 自己无限进化。
一、先搞懂几个基础概念
| 术语 | 含义 |
|---|---|
| RSI(Recursive Self-Improvement,递归自我改进) | 让 AI 参与改进 AI 系统,反复迭代提升表现 |
| Harness(运行框架) | 包在大模型外面的程序层,负责提示词、上下文、工具调用、任务流程、完成判定等 |
| CRSI(Continual RSI,持续递归自我改进) | 论文设定:换数据集或换底层模型后,已有优化经验仍能延续下去 |
| SIM(Self-Improvement Memory) | 本文提出的记忆模块,装在优化器一侧,不是任务模型本身 |
二、旧方法卡在哪
- 传统 Harness 优化都在 "固定模型+固定任务" 下做,一套为 Claude 调好的框架,换成 Gemini 不一定好用;
- 代码留下来了,但 "当时为什么这么改、预期什么效果、实际成没成" 没留下;
- 换环境后优化 AI 容易重复试错,甚至把原本有效的功能当冗余删掉;
- 一个实际反例:Git 服务器配置任务里,AI 本地测试通过就提前宣布完成,漏掉了创建指定用户账号,外部验证失败 —— 缺少 "完成证据检查" 机制;换到光波导布线任务后,又只满足基础约束、不检查布线成本,说明经验无法迁移。
三、SIM 怎么工作(技术流程)
记忆对象是优化器,不是解题的策略模型:
- 分组记录:按反复出现的 Harness 问题分组,每组存:修改方案、修改原因(rationale)、预测结果、实际观测结果、评估上下文;
- 双角色协作:负责提方案的 AI 读取当前代码、执行反馈和 SIM 记录,生成新修改;负责筛选的 AI 结合测试结果决定是否采纳;
- 追加更新:新尝试既可以为新问题新建条目,也往旧条目后面追加新结果;失败结果同样保留;
- 决策动作:优化时参考历史,判断哪些规则保留、修改、替换或删除。
设计原则一句话:要传承的不只是代码本身,还有代码背后的改进经验(一作 Xin Yu 原话)。
四、实验结果
实验一:换数据集(模型固定为 Gemini 3.8 Flash)
- 覆盖编程、文本分类、办公任务、工程设计 4 个领域共 6 组测试;
- 完整 SIM 方案全部拿到最高分,比只沿用旧 Harness 领先 2.43—4.35 分。
实验二:换模型(Claude Opus 5.5 上优化的 Harness 迁移到 Gemini 3.8 Flash)
| 测试领域 | 无 SIM 最终分 | 有 SIM 最终分 | 差距 |
|---|---|---|---|
| 办公任务(均从 68.41 起步) | 73.42 | 84.75 | +11.33 |
| 其余 3 个领域 | — | — | +3.60 至 +11.33 |
直接迁移后初始表现反而不如 Gemini 原始 Harness,靠 SIM 调整后全部反超。
实验三:10 组独立编程对照
- 相同初始代码、模型、任务和优化预算;
- 有 SIM 的 9 组得分更高,平均 21.70 vs 19.33,平均 + 2.36 分,统计检验 p=0.003。
实验四:跨模型代际迁移(Harness 与记忆依次适应 Gemini 2.5 Flash → 3.5 Flash → 3.8 Flash → 4 Argon)
- Gemini 3.5 Flash:领先 3.5 分;
- Gemini 3.8 Flash:领先 1.6 分;
- Gemini 4 Argon:反而落后 0.8 分。
这组结果说明:继承经验不保证每次迁移都赢,代际差距过大时记忆反而可能拖后腿。
五、作者与团队背景
- 第一作者 Xin Yu:2023 年南开大学统计学毕业,宾夕法尼亚州立大学统计学博士在读,研究在谷歌实习期间完成;曾在微软亚洲研究院、字节跳动 Seed、TikTok、Meta 实习,获 MSRA 2023"明日之星",论文发表于 ICML、ICLR、NeurIPS;
- 另一位核心作者 Adams Wei Yu:Google DeepMind 研究员,参与过 Gemini、Bard、Veo 项目;
- 合作方:谷歌云 AI、DeepMind、宾州州立大学。
六、局限要讲清楚
- 大模型权重全程不变,改的只是外部 Harness,不是模型自身架构或参数;
- 实验仍有预设测试范围和轮次,不是开放式长期进化;
- 跨模型迁移并非次次成功(Gemini 4 Argon 反例);
- 如何让 AI 自主判断、筛选、淘汰过时记忆,论文没有完全解决。
【相关 FAQ】
问题 1:谷歌这篇 RSI 新论文提出的 SIM 是什么?
回答 1:SIM(Self-Improvement Memory,自我改进记忆)是谷歌这篇 RSI 新论文提出的记忆模块,装在 Harness 优化器一侧,把每次修改的方案、原因、预期效果和实际结果分组记录下来,让 AI 换模型、换任务后能继承旧经验,实现持续递归自我改进(CRSI)。
问题 2:这篇谷歌 RSI 新论文说的 "自带记忆、自主迭代",改的是大模型本身吗?
回答 2:不是。SIM 这篇 RSI 新论文里 AI 自主迭代修改的是大模型外部的运行框架 Harness,大模型权重始终保持不变;"自带记忆" 指的是优化器保存改进经验,不是模型参数自我更新。
问题 3:谷歌 RSI 新论文 SIM 的实验效果怎么样?
回答 3:在 10 组独立编程对照中,引入 SIM 的 RSI 方案 9 组得分更高、平均领先 2.36 分(p=0.003);跨模型办公任务从 68.41 分起步,有 SIM 达到 84.75 分,无 SIM 仅 73.42 分,相差 11.33 分;换数据集 6 组测试全部领先 2.43—4.35 分。
问题 4:SIM 能让 RSI 经验在不同模型之间继承吗?
回答 4:可以但不保证全胜。这篇谷歌 RSI 新论文把 Claude Opus 5.5 上优化的 Harness 迁移到 Gemini 3.8 Flash,靠 SIM 在 4 个领域全部反超;但依次迁移到 Gemini 4 Argon 时,继承经验的方案反而落后 0.8 分,说明代际差距过大时记忆也会失效。
问题 5:这篇谷歌 RSI 新论文的作者是谁?发表在哪里?
回答 5:论文《Self-Improvement Memory Enables Continual Recursive Self-Improvement》2026 年 11 月 13 日发布于 arXiv(编号 2611.18856),由谷歌云 AI、Google DeepMind 与宾州州立大学联合完成,一作是宾州州立统计博士在读、南开 2023 届毕业生 Xin Yu,核心作者还有 DeepMind 研究员 Adams Wei Yu。
【参考资料】(按时间倒序)
- [2026-11-19](谷歌 RSI 新论文:自带记忆、自主迭代)36 氪(智东西)
- [2026-11-19](奇袭 GPT-6.2!谷歌迄今最强 Gemini 登场,7 周内第四发,RSI 时代真来了)网易(智东西)
- [2026-11-19](谷歌 RSI 新论文:自带记忆、自主迭代)集微网
- [2026-11-13](Self-Improvement Memory Enables Continual Recursive Self-Improvement)arXiv
【免责声明】
本文为公开论文与媒体报道的客观转述,不构成技术背书或投资建议。论文结论基于作者设定的实验环境、模型版本与测试集,跨模型、跨任务效果不代表通用场景必然复现;文中分数、p 值等数据以 arXiv 原文(2611.18856)为准。RSI 相关讨论属于前沿研究范畴,"AI 自主进化" 等表述为媒体概括,请勿理解为模型已实现无监督自我改进或权重自更新。论文后续可能更新版本,请以 arXiv 最新版为准。
本文来自作者[瞬熵聚合官]投稿,不代表新新网立场,如若转载,请注明出处:https://news.xxcmw.com/xinwen/202611/4417.html
评论列表(4条)
我是新新网的签约作者“瞬熵聚合官”!
希望本篇文章《谷歌 RSI 新论文 SIM给 AI 装上自我改进记忆,实现跨模型跨任务自主迭代》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:先说结论:2026 年 11 月 13 日,谷歌云 AI、Google DeepMind 和美国宾夕法尼亚州立大学联合在 arXiv 发布论文《Self-Improvemen