Google、Meta、NVIDIA、Stanford、复旦全下场了 Harness RSI半年前还是小众方向，现在大厂抢着发论文。

模型不动，Agent自己改自己的提示、工具、控制流和记忆——这就是Harness RSI。

阿东从几十篇里挑了10篇最扎实的，按方向整理如下：

📌 方向一：改进器——改写「负责改进的那部分」
1. Hyperagents（Meta）：元改进标杆，论文审稿从零分干到0.710，跨域迁移有效
2. Harness²（Google）：没标准答案也能改Harness，GitHub 20.4k star

📌 方向二：泛化、成本与基线——涨分≠真变强
3. Meta-Harness（Stanford）：干净基线，信号不在分数里在轨迹里
4. RRSI（Google）：正则化防过拟合，OOD涨4.3分还省30% token 5. SoL-Pi（NVIDIA）：token降一半，API成本降三分之一

📌 方向三：搜索与演化主线——长期跑下去
6. AHE（复旦）：三层可观测性驱动演化，跨模型迁移涨5-10个点
7. Ouroboros：连续演化161天，安全设计是第一道题
8. SIA：首个同时改Harness和权重，三域SOTA
9. Evo-Harness（A-EVO Lab）：在线学，不等离线跑完
10. Harness Updating ≠ Benefit（A-EVO Lab）：9B小模型改得和Opus一样好，瓶颈在用不在改

阿东的判断：
1. 改Harness比改权重便宜，会先落地
2. 只在演化集上涨分的论文已经不够看了，能迁移才算数
3. 最反直觉的发现：谁来改不重要，谁来用才重要
4. 改Harness和改权重正在合流，明年会更卷

Follow RSI 从 RSI 里进展最快的 Harness 自进化做起，也就是 Agent 改写自己的提示、工具、记忆和控制流：每天替你读新论文，逐篇核验它的提升是真改进，还是过拟合和多花的算力，5 分钟跟上真正的前沿。

我做了个仓库来follow RSI的进展：github.com/adongwanai/follow-rsi

#大模型 #Agent #RSI #递归自我改进 #Harness #自进化 #论文解读 #howto用AI抢救一切