zgcagi/Harness-RSI

解决的问题

大型语言模型通常被视为固定的：你不会为每个新任务重新训练它们。但模型周围的“工具链”（harness）——它调用的工具、读取的提示词、记忆以及执行控制方式——是可以更新的。本项目综述并整理了关于工具链自我演化（harness self-evolution）这一日益增长的研究领域：即利用智能体自身的执行经验来修订工具链状态，从而使后续运行在同一基础模型下表现更好。它通过提供定义、分类法和分类阅读列表，解决了这一快速发展领域缺乏统一视角的问题。

工作原理

工具链 H 被定义为管理模型 M 在环境 E 中如何运行的软件和配置——包括工具、上下文构建、记忆和执行控制。评估器 J 对每条轨迹进行评分，工具链自我演化利用一批轨迹来计算后续运行的更新后工具链，其更新机制本身也可进行进一步修订。被接受的状态会被保存并在稍后加载；被拒绝的候选状态则保持工具链不变。该综述在整个过程中保持基础模型不变。

该资源将该领域组织为两个主要的更新目标分支，以及评估和理论的独立分支：

• 解释型更新：修订固定宿主读取的内容：提示词和指令（标量评分搜索、文本梯度批判、自指变异）、记忆和可重用程序（经验挖掘、程序技能书、门控整合）以及工作流和拓扑结构（固定流水线编译、图/拓扑搜索、反馈驱动的工作流修订）。
• 可执行更新：修订宿主实际调用的实现：可调用工具合成和基于证据的组件补丁。

它还列出了先驱研究（例如 EURISKO、Gödel Machines）、一系列相关综述以及配套材料，包括完整的66页报告、18页短论文、分类法数据和一个项目页面。

适用人群

从事智能体系统、自我改进智能体、提示词与技能优化以及 LLM 应用开发的研究人员、AI 工程师和研究生。该资源被构建为带有主题索引条目（每个条目都有论文链接）的阅读指南，因此适合任何想要梳理自我演化工具链领域、寻找相关前期工作或定位作者自身综述和分类法的人。

亮点

• 定义了工具链自我演化，并将其与单纯的自我改进区分开来（自我改进需要通过评估确立有益的改变）。
• 提供了分类法，将更新目标分为解释型（提示词、记忆、工作流）和可执行型（工具、代码补丁）类别，并将评估和理论作为独立分支。
• 整理了庞大的分类文献列表——从 APE 和 Reflexion 到 DSPy、Voyager 等——每个条目都附有论文链接，并在可用时提供代码和项目链接。
• 包含66页的完整综述报告、18页的短论文、分类法数据（JSON）以及一系列用于导向的相关综述。
• 涵盖了诸如 EURISKO 和 Gödel Machines 等历史先驱研究，以确立该领域的传承。