修改

但问题也随之而来：如果一个Agent一轮又一轮地根据同一批任务修改自己，它到底是在“进化”，还是只是在越来越会做这套题？

过去谈RSI，我们很容易想到一个颇具未来感的场景：AI修改自己的模型，再用更强的自己继续改进下一代系统。

冻结模型权重，Agent还能持续进化：ModularRSI探索Harness自我改进2026年09月24日12:56机器之心Pro近日，IQuestResearch同北京航空航天大学、曼彻斯特大学等合作伙伴发布ModularRSI，尝试让Agent根据自身执行经验，持续修改模型外围的运行机制——Harness。

当然，《专利审查指南》此次对“同日双申”制度的修改是在现行专利法及其实施细则制度框架下的有限调整，更根本的制度变革尚有待来日。

一次任务执行结束后，ModularRSI不会根据单条失败轨迹立即修改代码。

如果一个Agent反复在同一类任务上执行，并不断针对失败修改代码，它很容易逐渐熟悉特定benchmark的任务结构、工具约定和常见失败模式。

同时，它会保留完整的EvolutionHistory：过去哪个hypothesis成功过、哪个机制已经失败过、某次修改增加了多少score、付出了多少cost，都会继续成为下一轮Search的evidence。