openJiuwen 發布 RSI 遞迴自我改進框架並落地 WorkSwarm，支援雙維度最佳化，SWE-bench 通過率升至 87%

據報導，由華為多團隊聯合構建的開源 AI 代理平台 openJiuwen 發布完整的 RSI（遞迴自我改進）框架，並已落地至 WorkSwarm 辦公 AI 代理。 該框架將最佳化對象分為兩個維度：Harness（包含 Prompt、Skill、Tool 和 Rail）與 Artifacts（目前覆蓋科研論文和演算法程式）。最佳化過程包含建立基線、定位問題、生成候選、重新評測、採納融合與經驗沉澱等六階段閉環，僅採納驗證有效的修改。 在 Harness 最佳化實測中，配置 DeepSeek-V4-Flash 模型，SWE-bench Lite Dev 23 道題的通過率由 61.0% 提升至 87.0%；凍結最佳化後的 Harness 在 Evo-Bench General 64 道獨立評測題的單次執行通過率由 60.9% 提升至 71.9%。 針對 RSI 多輪迭代帶來的計算開銷，openJiuwen 依託昇騰算力基礎設施引入算力親和能力，主動調度 KV Cache。實測顯示，開啟後首 Token 延遲（TTFT）均值下降 15.83%、P90 下降 19.16%；Token 加權 KV Cache 命中率由 7.53% 提升至 14.36%；HBM 與 DDR 峰值使用率分別下降 22.82% 與 30.74%。 目前 RSI 實驗模式已在 WorkSwarm 上線，華為雲 AgentArts 亦將 openJiuwen 引入商業化平台。