破解智能体自我进化瓶颈！通用递归自我提升框架 RSI-Anything 开源：代码修复率升至 31.2%

核心背景与行业痛点

递归自我提升（Recursive Self-Improvement, RSI）是智能系统摆脱对海量人工标注与固定指令依赖、自发向超人类智能演进的终极路径。然而，数十年来学术界与工业界在落地 RSI 时频频遭遇两大不可逾越的瓶颈：

1. 真实世界反馈的极端稀缺性与高昂成本：无论是真实软件环境下的代码测试用例、自动化实验室的物理化学试剂，还是桌面系统的真实运行开销，频繁调用外部真实环境进行验证不仅速度极慢，且极其昂贵；
2. 世界模型与演进策略的‘协同漂移崩溃（Co-drift Collapse）’：为了减少对真实环境的依赖，研究者尝试引入世界模型充当虚拟沙箱。但当智能体的策略不断更新时，其行为空间会迅速超出早期世界模型的认知分布，导致世界模型给出的预测奖励严重失真，诱导 Agent 陷入灾难性的‘奖励黑客（Reward Hacking）’与策略退化；
3. 缺乏通用的领域跨越能力：以往的 RSI 探索多局限于围棋或简单 Atari 游戏等离散封闭环境，在代码工程、GUI 交互与科学计算等高维开放领域缺乏通用范式。

架构亮点与底层机制

为了攻克上述理论与工程双重瓶颈，研究团队基于 JEPA-Anything 底座构建了领域通用的自演进框架 RSI-Anything（arXiv:2610.13912，开源仓库：github.com/Gen-Verse/RSI-Anything）：

1. 六阶段自演化规范流水线（P-P-S-E-L-R Paradigm）：将传统散乱的试错过程形式化为六个严密的闭环阶段：

• Propose（候选提议）：策略网络针对当前状态生成多样化的行动方案；
• Predict（前瞻预测）：世界模型在潜在表征空间内预演各方案的后续状态与结果收益；
• Select（预测筛选）：基于世界模型的前瞻置信度与预期回报，优选最高质量的候选方案；
• Evaluate（真实验证）：仅对筛选出的高潜力动作调用稀缺的真实环境反馈进行锚定；
• Learn（双向学习）：利用新捕获的真实交互数据，协同更新策略智能体与世界模型；
• Retain（兼容性保留）：通过严苛的退化门禁测试，仅在满足性能与分布一致性时才正式固化新的策略-模型对；

1. 条件式世界模型自适应（Conditional World-Model Adaptation）：针对策略演化带来的分布漂移，世界模型根据最新交互反馈动态更新自身潜在流形，始终保持对前沿策略空间的精准模拟与校验能力；
2. 跨模态表征统一架构（基于 JEPA-Anything）：摒弃传统逐像素或逐 Token 的高维重建，在抽象特征空间进行语义级联合嵌入预测，大幅降低了世界模型在代码抽象树、GUI 视窗与分子状态上的建模复杂度与算力开销。

权威 Benchmark 与实测跑分对比

在覆盖代码开发、GUI 系统交互、科研规划与分子化学四大差异巨大的复杂领域实测中，RSI-Anything 均展现出卓越且持续的递归自进化能力：

1. 自动化代码修复（Code Repair）突破至 31.2%：在极具挑战的代码缺陷修复任务中，采用静态验证器的基础 Agent 成功率仅为 26.3%；引入世界模型前瞻筛选后提升至 29.2%；而经过多轮递归演化与世界模型条件适应后，成功率进一步攀升至 31.2%，净提升 4.9 个百分点；
2. GUI 桌面导航操作步数大降 39.4%：在 OSWorld 与 MiniWoB++ 等操作系统智能体测试中，RSI-Anything 在保持更高任务成功率的同时，将平均完成任务所需的操作动作数削减了 39.4%，展现出更精炼、更具全局预判性的交互决策能力；
3. 自动化实验室规划（Lab Planning）经 5 轮迭代得分翻倍：在复杂的化学与生物实验规划流程中，智能体初始版本得分仅为 21.80%。随着策略与世界模型的 5 轮自迭代闭环，最终模型得分暴增至 46.01%，实现了超过 111% 的相对跃升；
4. 化学反应产率碾压贝叶斯优化：在相同试剂预算约束下的有机化学反应条件优化任务中，RSI-Anything 实现了 96.15% 的平均最佳观测产率（Mean Best Observed Yield），显著超越工业界长期依赖的传统贝叶斯优化（Bayesian Optimization）的 82.16%（优势达 +13.99%）。

开发者实战落地与开箱指南

随着 RSI-Anything 源码与微调脚本在 GitHub（Gen-Verse/RSI-Anything）正式开源，正在研发 Coding Agent、具身智能与科研助理的团队迎来了全新的自演化技术底座：

1. 集成世界模型作为‘前瞻守门人’：在 Agent 发起真实编译、API 调用或代码提交之前，引入 JEPA 潜在世界模型预判方案的可行性与副作用，拦截低质候选，可节省 40%~60% 的外部环境调用成本；
2. 落地 Retain 兼容性准入机制：智能体的自迭代绝对不可盲目覆盖旧权重。必须在生产流水线中设置严密的 Retain 门禁，验证新旧策略在边界测试集上的无损回退能力，杜绝自演进陷入死胡同；
3. 代码与工作流即刻复现：官方仓库提供了完整的多领域适配器与评估脚本，支持开发者使用自定义的特定领域任务轻松启动 Propose-Predict-Select-Evaluate-Learn-Retain 闭环演化试验。