研究提出 Dream-RSI 框架：透過歷史發現建構重播模擬器，實現 AI 代理低成本遞迴自我改進

據 arXiv 論文指出，研究人員提出名為 Dream-RSI 的框架，旨在解決自主 AI 代理在遞迴自我改進（Recursive self-improvement）過程中，探索策略難以適應且線上評估成本高昂的瓶頸。該框架加入輕量級編排層，在不改變底層 coding agent 的前提下，將累積的發現歷史轉化為重播模擬器（replay simulator）。系統透過在歷史發現樹中進行「做夢（dreaming）」，獲取即時且低成本的 off-policy 回饋來最佳化探索策略，避免重複且昂貴的線上評估。改進後的策略會重新部署至線上推動新發現，持續擴展模擬器池以形成自我改進迴圈。測試結果顯示，Dream-RSI 在演算法工程、數學最佳化與 GPU 核心工程等領域中，能維持或提升發現品質，同時大幅降低探索成本。