RSI 研究现状与自进化框架实践
当前 RSI（Recursive Self-Improvement）领域仍受困于强化学习与进化算法的经典难题，包括采样效率低、效果评估难以及多样性难以保持。为此，我们开发了一个类似 scikit-learn 的模块化 RSI 工具库，基于元学习思路实现了 GEPA 等算法，用于自动迭代优化 Agent 的提示词、工具和工作流。在 AutomationBench 营销任务测试中，优化后的 DSH 目标完成率达到 88.88%，同时显著降低了 API 成本，不过其泛化能力仍需进一步验证。该工作为开发者复用执行与评测流程、构建专属评测基准（harness）提供了切实可行的参考。