omarsar0· @omarsar0 · X·· 1 天前AI 评分
RSIGym 用系统工程提升自我改进智能体
RSIGym 为研究型智能体提供训练、推理、评测和沙箱即服务，使其把预算花在实验而非重建基础设施上；以 Opus 5 作为研究者，改进后的系统在 SWE-bench Verified 上从 17.67% 提升到 50.33%。推文还提到一种衡量 harness 与模型协同进化质量的方法，这正是全栈 AI 公司保持前沿的方式。
推荐阅读。我也同意，RSI 同样是一个系统工程问题。
自我改进的智能体需要更好的研究环境。
RSIGym 将训练、推理、评测和沙箱作为服务提供给研究智能体调用。这样智能体就能把预算花在实验上，而不是反复重建基础设施。
以 Opus 5 作为研究者，改进后的系统在 SWE-bench Verified 上的成绩从 17.67% 提升到了 50.33%。
看到一种衡量 harness 与模型之间协同进化质量的方法也很酷，这正是全栈 AI 公司保持在前沿的方式。
来源：omarsar0 · x.com