RSI Agent
Acer AI发布的递归自我改进Agent系统，采用多Agent协作架构，通过经验积累与记忆冻结机制提升任务完成度，底层模型参数保持固定。
时间轴 (近 90 天)
Acer AI最近发布了RSI Agent，其核心设计是底层模型参数保持固定，正式测试前保存好的记忆被锁定，后续任务复用这些记忆
Acer AI的RSI Agent流程由多个Agent分工协作，包括安排练习的Agent、执行Agent和验证Agent
在Shotcut去水印任务中，不带探索经验的运行只得到0.40分，带着探索后冻结经验的运行拿到1.00分
在OS World 20的82项离线任务总体结果中，平均完成度从约72%升到约79%
OS World的82项测试并非在完全相同条件下运行，一半任务沿用原基线分数，投入资源和尝试次数也不同，因此7个百分点提升不能全归功于记忆
RSI Agent的主要风险是记忆可能放大错误：验证Agent判断失误会把错误做法当成成功经验写入长期记忆并被后续任务复用
Acer AI的RSI Agent目前上层的改进制度仍由人设计，高层目标和是否部署也由人掌握
全部知识事实 (7)
在OS World 20的82项离线任务总体结果中，平均完成度从约72%升到约79%
50%待验证Acer AI的RSI Agent流程由多个Agent分工协作，包括安排练习的Agent、执行Agent和验证Agent
50%待验证在Shotcut去水印任务中，不带探索经验的运行只得到0.40分，带着探索后冻结经验的运行拿到1.00分
50%待验证Acer AI的RSI Agent目前上层的改进制度仍由人设计，高层目标和是否部署也由人掌握
50%待验证OS World的82项测试并非在完全相同条件下运行，一半任务沿用原基线分数，投入资源和尝试次数也不同，因此7个百分点提升不能全归功于记忆
50%待验证RSI Agent的主要风险是记忆可能放大错误：验证Agent判断失误会把错误做法当成成功经验写入长期记忆并被后续任务复用
50%待验证Acer AI最近发布了RSI Agent，其核心设计是底层模型参数保持固定，正式测试前保存好的记忆被锁定，后续任务复用这些记忆
50%