RSI 与 Meta Harness

RSI 的改进对象

RSI 是 Recursive Self-Improvement，即递归自我改进。Aster 讨论执行程序的递归改进。智能体提出工作方式的修改，宿主评估并采纳有依据的候选，再用新方式组织后续改进。修改对象包括提示、上下文策略、工具使用程序和调度组件。

这类改进发生在模型外部的执行程序上，不涉及模型权重训练，也不证明能力可以无限增长。STOP 研究改进程序对自身代码的修改。DGM 生成并评估经过自修改的编码智能体。STOP 论文、DGM 论文。

普通任务与改进任务

普通编码任务的目标是改好一个项目。改进任务还要修改“怎样完成任务”的执行程序，然后证明新方法在相同约束下更好。

假设候选 B 提议“先检索调用方再编辑”，基线 A 直接开始修改。要比较二者，需要固定任务集合、模型设置、预算和验收条件，并分别运行。某一次任务碰巧通过，或模型自称“现在更擅长了”，都不足以决定替换基线。

候选管理、实验调度、评分、采纳与回滚由宿主实现。Meta Harness 提供可组合和替换的执行过程，以及它与原有会话的接入边界。

Meta Harness 在改进实验中的职责

Aster 将执行过程作为实验对象。Meta Harness 提供组合和替换执行策略的边界。宿主负责保存结果、比较候选并决定采纳。

候选可修改的范围

先选择容易比较和回退的修改，例如提示槽、检索资料、工具调用程序、调用预算或默认组件组合。需要更大改变时，再评估宿主组件或 Assembler。

原生 Rust 实现必须经过宿主的构建、测试和接纳流程。host:<id> 只查宿主已有注册表，模型不能用这个字符串下载或装入任意代码。候选需要编译执行时，还要给它独立的工作区和受控运行环境。

验证要求、权限决定、评估集合及采纳规则也需要版本与所有者。候选可以提出修改建议，是否采用由宿主记录。否则“删除一项失败检查”就可能被误算成能力提高。

版本与摘要的身份

一次 Run 验证通过，只能支持它检查过的任务。证明候选更好，还需要宿主比较一组任务的表现。除成功率外，还要比较工具调用量、使用量、耗时、失败模式和收尾结果。实验前应明确权衡规则。

改进实验步骤

1. 保存基线配置、模型设置和实现来源，固定训练任务与独立留出任务。
2. 提出范围明确的候选，例如只改变“编辑前检查调用方”的步骤。
3. 检查候选差异。原生代码先通过小型无网络测试，再决定是否装入实验宿主。
4. 为基线与候选分别创建隔离工作区和新会话，固定任务、权限、预算与验证要求。
5. 等待原运行和资源收尾，保存回执、报告、停止原因及原始结果。先核实未知外部操作。
6. 按预定规则比较结果。必要时重复试验，并记录采纳或拒绝理由。
7. 采纳后保留可恢复的基线。下一轮使用新的候选身份，单独处理旧会话的动作 key 和恢复记录。

宿主负责组织实验流程。调用 with_harness 不会启动自动实验服务。长期目标接口可以帮助有界推进工作，但候选搜索和实验评分仍由应用实现。

评估标准的保护

候选可能改变评估自身的标准，例如放宽测试、扩大权限或少报失败。候选也可能把取消和清理异常排除在统计之外。每轮必须固定评估依据并保存可回查的结果。

增加记忆、延长任务计划或重复同一段提示，都需要各自的对照实验。接入 Meta Harness 只建立运行条件，效果仍需测量。

先用终端教程的 Harness 章节创建一个配方，再用验证与收尾章节建立失败场景。确认实验流程可核对后，再扩大候选的修改范围。

实现与研究依据

• 配方、宿主注册表与完整组件树
• 组件动作 key 与重放规则
• 验证结果与当前修改的对应
• 宿主目标推进与有限续跑
• Self-Taught Optimizer：递归改进代码生成程序
• Darwin Gödel Machine：生成并评估自修改智能体