谷歌让Agent学会「做梦」：复盘过去试错，下一轮自己少走弯路

动察 Beating AI 快讯，谷歌研究团队发布 Dream-RSI，让 AI Agent 做完一轮任务后，把过去的成功和失败拿来「做梦」。系统会保存每次尝试和结果，再利用这些旧记录推演不同做法，比如先试哪条路、什么时候放弃、要不要同时多试几个方案。因为结果以前已经跑过，这些推演不用重新执行任务。

系统会从中选出表现更好的做法，直接用到下一轮。新一轮又会留下更多成功和失败，再拿来「做梦」、继续改策略。这样一轮接一轮，就是论文所谓的「递归自我改进」。目前底层模型本身不会变化，真正被改进的是 Agent「下一步怎么做」的方法。

论文在算法、数学优化和 GPU kernel 等 8 个任务上测试了这套方法。以 Gemini 3.1 Pro 的一个算法任务为例，相比固定做法，Agent 调用从 550 次降到 317 次，同时最终找到的程序运行得更快。