搜索
在多项高难度 Benchmark 超越 GPT-6 Astra，RSIAgent 让开源模型自主探索新环境
3 小时前
Aether AI推出了RSIAgent框架，该框架采用经验缩放策略，无需更新模型参数，而是通过让智能体自主探索新环境，实现递归式的自我提升。RSIAgent构建了一个由curriculum agent、actor agent和verifier agent组成的多智能体递归闭环系统，并采用两阶段自探索策略：先广泛探索以建立环境认知地图，再针对性攻克关键难点。在此过程中，稳定的动作-条件-结果因果关系会被沉淀到Memory中，供后续任务复用。实验结果表明，RSIAgent显著提升了Kimi-K3、GLM-5.3等开源模型的智能体能力，在OSWorld 2.0和Agents’ Last Exam等测试中，表现超越了GPT-6 Astra等闭源模型，且能泛化应用于游戏开发等领域。这一成果代表了因果驱动智能体路线的实践突破，推动AI从被动训练转向主动因果发现与学习，未来智能体能力的上限将更取决于主动探索积累的因果知识。
