智能体不改模型权重也能自我进化:Harness-RSI把提示、记忆与代码的修订留到下一次运行
Harness-RSI 把智能体的自我进化放在模型权重之外:提示、记忆、工作流和可执行组件都可以被修订,被接受的修订会持久化并在后续运行中加载,而任务模型保持不变。它把更新目标与提案、准入机制分开,并用演化优化刻画搜索、用持续 PAC 学习刻画可靠性,在明确假设下给出期望泛化界、依赖历史回归预算的保留界,以及使用新鲜独立验证数据的高概率准入规则。在 SpreadsheetBench 上,GPT-5.4-nano 搭配 HarnessOpt 与技能达到 77.58%,高于 GPT-5.5 搭配 SkillOpt 的 76.20%。