本次分享结合一系列研究工作，探讨递归自我改进（RSI）的关键问题与解决方案。在技能与执行层面，SkillOpt 依据执行反馈更新可复用技能，HarnessOpt 协调工作流、工具、记忆与恢复机制的改动；在训练与评估层面，EnvOpt 随学习者的变化调整可执行训练环境，支持模型迭代训练，EvalOpt 则基于人类偏好改进评估与反馈策略，以更好地支持开放式任。

RetriEvolver 展示了自我演进在异构检索系统中的应用成效。分享还将结合实验结果与失败案例，讨论如何明确改进对象、以证据指导改动并验证效果，据此保留有效改进、积累经验。

演讲提纲

1. 递归自我改进：从执行经验到能力提升
   1. 改进对象：技能、执行系统、训练环境与评估机制各自解决什么问题
   2. 闭环设计：从任务反馈中提出改进、验证效果并积累经验
   3. 设计取舍：选择优化切入点，兼顾改进效果、优化成本与稳定性
2. Skill 与 Harness：技能与执行系统的自我改进
   • SkillOpt：依据执行反馈优化可复用技能
   • HarnessOpt：协同改进工作流、工具、记忆与恢复机制
   • RetriEvolver：HarnessOpt 在异构检索系统中的应用实践
3. 模型训练与评估：优化学习过程本身
   • EnvOpt：随学习者能力变化调整可执行训练环境，支持模型迭代训练
   • EvalOpt：基于人类偏好改进评估与反馈策略，支持开放式任务
4. 总结与展望

听众收益

• 理解 Skill、Harness、模型训练与评估层面的自我改进方法及其适用范围
• 获得从任务反馈到效果验证的闭环设计思路，判断哪些改动值得保留和复用
• 结合自身系统识别优化切入点，规划可逐步实施、可验证的演进路径