RSI-Anything 这篇 32 票的论文走的是递归自改进路线,把世界模型当陪练,让智能体在模拟环境里自己给自己出题、改方案、再跑一遍。不靠外部打分,靠内部一致性当尺子,跑 1000 轮下来动作稳定性涨了一截。

这种东西对 $FET 这类代理协议来说是接点不是噱头。代理自己能踩坑自己总结,部署成本就压得下来,以前靠人类反馈微调的活儿,现在论文里给了一套不需要监督的玩法。这条子网路线也跟着受益,验证节点不用天天人工打分,直接拿论文这套自评机制当成本函数。

这次不是讲算力堆叠,是从训练方法上把「代理怎么变强」这条路往前推了一步。长线看,智能体协议估值面会跟着论文节奏走,哪天出现开源复现,落地就不再是 PPT。

#递归自改进 #世界模型 #AI