腾讯混元炼出Agent版RSI！基于Qwen3.8-27B，终端任务成功率翻倍

腾讯混元前沿团队联合新加坡国立大学、马里兰大学等机构提出 Terminal-RSI：让终端智能体从已验证的成功轨迹中提炼经验（递归自我重写），再以强化学习精炼策略（递归策略精炼），两阶段交替迭代；以开源 Qwen3.8-27B 为基座，四项 Terminal-Bench 基准的平均成功率从 20.68% 提升至 50.58%，其中 Terminal-Bench 2.1 达到 86.52%。但长时程任务仍基本未攻克。这项工作为「自进化」终端智能体提供了可量化的进展与边界。

• 智东西2026-10-19 09:31