Agent Memory × RSI
Recursive Self-Improvement · 递归自我改进
从保存历史,到正确利用经验,再到评价与保留系统改进。沿“瓶颈出现 → 方法回应 → 新问题”的七条主线理解领域。
研究脉络
从长期经验保存,到可验证的行为、技能和程序变化
箭头表示问题的逻辑递进;各条路线并行、交叉,不代表年代替代。
什么样的记忆,既保留任务需要的信息,又能在有限上下文中被找到?
经验不断增加时,系统如何决定写入、合并、更新、遗忘什么?
检索到的经验,为什么能改变当前任务中的正确行动?
如何把一次失败或成功,变成下一次能可靠复用的行动知识?
系统到底改变了什么,新的版本是否参与下一轮改进?
测到的提升,究竟说明记忆、利用、行动还是评价器发生了变化?
改进能否离开开发任务,并在长期累积中保持可靠?
研究地图
用问题、机制和证据边界进入专题
研究问题
点击问题标签过滤论文目录;优先级表示阅读顺序
全部论文
每篇论文可标记已读并评分,状态保存到本地专题数据
在相互依赖的多 session 子任务中,同时测试记忆获取、经验提炼和后续行动。
将每次系统编辑与其预测、来源轨迹和后续结果配对,使 harness 演化可定位、可回退、可证伪。
用 RL 学习从编码轨迹中提取多粒度 procedural skills,并持续维护紧凑技能库。
在匹配条件下开关持久经验,分开衡量后续任务收益和 save–retrieve–update 路径证据。
约束候选编辑和选择,减少 harness 演化对开发 benchmark 的过拟合。
让 agent 在固定时间/API 预算内设计评价任务与 grader,再比较其排序与隐藏目标 benchmark 的一致性。
以任务成功反馈学习 query-specific memory assembly,而不只按语义相似度召回。
修改自身 coding-agent 代码,基于 benchmark 验证变体并在 archive 中持续探索,是程序级 RSI 的代表。
LLM 提出算法代码变体,由自动评价器和演化搜索选择并持续改进。
把 ADD、UPDATE、DELETE、NOOP 和答案端记忆选择变为可学习策略。
把数据组织为顺序任务流,检查 agent 能否边执行边检索、整合和更新经验。
把长期对话理解分解为问答、事件摘要和多模态对话生成,是后续 memory 方法常用的评测起点。
用信息提取、多 session 推理、时间推理、知识更新和拒答五类能力诊断长期记忆。
把环境反馈转成语言反思并写入 episodic buffer,跨试次改变决策。
一个调用 LLM 的代码优化器修改自身,从而改变未来代码优化过程。
在多模态多 session 对话中,检验长上下文和外部记忆如何保存并使用视觉证据。
以信息抽取、巩固、检索和图记忆变体连接长期对话质量与部署成本。
以多轮 RL 和工具执行反馈训练自验证能力,再在测试时扩展生成—验证轮数。
用知识图和 Personalized PageRank 模拟长期知识整合,突出 memory substrate 与检索效率。
把想法、代码、实验、论文和模拟评审串成可重复的科研 agent loop,但仍需检验长期改进和新颖性。
同一模型生成、批评和重写输出,说明 test-time refinement 与持久 RSI 之间的边界。
动态更新候选
OpenAlex 持续发现,一手核验后再进入正式目录
Can Coding Agents Sustain Continual Evolution without Forgetting?
2026 · arXiv (Cornell University)
查看候选页 →ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific Agents
2026 · arXiv (Cornell University)
查看候选页 →AI4AI-Bench: Benchmarking LLM Agents in Algorithmic Design for Recursive Self-Improvement
2026 · arXiv (Cornell University)
查看候选页 →Ouroboros: A Self-Developing Frontier Coding Agent with Reviewed Core Evolution
2026 · arXiv (Cornell University)
查看候选页 →Mendel Gödel Machine: Recursive Self-Improving Coding Agents via Comparative Evolution
2026 · arXiv (Cornell University)
查看候选页 →GroupMemBench: Benchmarking LLM Agent Memory in Multi-Party Conversations
2026 · arXiv (Cornell University)
查看候选页 →