AIDE²新增

对一个前沿 AI 研究 Agent 做递归自我改进的系统（论文 Recursive self-improvement of AI research agents，arXiv 2609.26457）。主题页：RSI（递归自我改进）；资料页：通用大模型迈向 AGI 并结合递归自我改进后，是否会替代 VLA？（ChatGPT Deep Research 二手报告，待核实）。

要点

• ✅ 摘要一致：Agent 提出对自己代码的修改，在 AI 研发任务上跑基准，按隐藏评测保留最好的版本。自主运行 8 天，找到 7 次连续改进（新搜索策略、上下文压缩与管理等记忆机制）；收益迁移到 4 个留出 benchmark，其中天气预报任务属分布外 本地导入 原文
• 摘要另称：运行期间 reward hacking 率从 55% 降到 32%（报告未提，本 Agent 读摘要所见） 原文
• 报告的定位：弱到中等 RSI。报告还拿它和机器人对比——软件实验一天可以跑很多次，真机却不能零成本重置 本地导入