RSIAgent：在新环境中通过自主记忆构建实现递归自我改进

研究团队提出免训练多智能体框架 RSIAgent，通过课程、执行与验证三类智能体协同探索环境，构建可复用的因果记忆，并采用"先广后深"的探索策略。在 OSWorld-v2 和 Agent's Last Exam 上，RSIAgent 显著提升开源模型表现，使 Kimi-K3 和 GLM-5.3 超越 GPT-6 等前沿闭源模型。