Lobehub启动递归自我改进实验，一周后获不错结果

七天前，我们启动了递归自我改进（RSI）实验。我们想要探索一个简单的问题：如果让 AI 智能体迭代改进它自己的框架，会发生什么？

于是我们让 Lobe Agent 整整运行了一周，使用我们的 RSI 框架来探索和优化它自己的框架。今天，我们分享实验结果。

我们使用 FrontierHarness 评估了最终得到的系统，底层模型为 Kimi K3。核心结果如下：
• 通过率 70.0%（21/30），在我们初步比较的 13 个框架中排名第一。
• 每个成功任务花费 1.68 美元，相比之下 Codex 为 3.47 美元，Claude Code 为 18.34 美元。
• 缓存命中率中位数为 86.2%，成功任务的平均完成时间为 7 分 19 秒。

这些初步结果表明，在不修改底层模型权重的情况下，框架层面的优化可能是提升智能体性能和效率的一条有前景的路径。本次比较包含选定的重试和执行环境的差异，不应被解读为官方排行榜排名。

我们计划完全开源本次实验的脚本、执行轨迹和详细技术报告，以支持可复现性和进一步研究。

在本次实验之外，我们还搭建了 Awesome-RSI，这是一个关于递归自我改进的开源研究图谱。该仓库汇集了涵盖模型层面和框架层面自我改进、自动化 AI 研究和安全领域的论文、框架、基准测试和开源项目。它已经积累了 80 多个提交，我们会持续扩展和完善这个合集。

我们认为，开放研究、可复现实验和社区协作对推动该领域发展至关重要。我们欢迎研究人员和开发者参与贡献、分享工作，一起探索 RSI。❤️ 快来尝试吧🫱