В статье RSI-Anything, набравшей 32 голоса, предлагается подход с рекурсивным самоулучшением: мировую модель используют как спарринг-партнёра, чтобы агент в симулируемой среде сам ставил себе задачи, менял план и запускал его заново. Вместо внешней оценки здесь используют внутреннюю согласованность. После 1000 циклов стабильность действий заметно выросла.

Для таких протоколов агентов, как $FET , это важный шаг вперёд, а не просто громкие слова. Агент сам может совершать ошибки и делать выводы, что снижает затраты на развёртывание. Раньше для этого требовалась тонкая настройка на основе человеческой обратной связи, а теперь в статье предложен способ обойтись без надзора. Выигрывает и направление субсетей: узлам-валидаторам больше не нужно ежедневно выставлять оценки вручную — они могут напрямую использовать механизм самооценки из статьи в качестве функции затрат.

Речь не о наращивании вычислительных мощностей, а о том, что новый метод обучения продвигает вперёд сам подход к тому, как сделать агента лучше. В долгосрочной перспективе оценка протоколов интеллектуальных агентов будет меняться вслед за развитием исследований. Когда появится открытая реализация, внедрение перестанет быть просто презентацией.

#递归自改进 #世界模型 #AI