openJiuwen首发双维度RSI框架，办公智能体实现自我迭代优化

在人工智能领域，如何让智能体从任务执行中积累经验、持续自我改进，一直是业界关注的技术方向。近日，由华为2012实验室、华为云等多个团队联合构建的开源AI Agent平台openJiuwen，正式发布了双维度RSI（Recursive Self-Improvement，递归自我改进）框架，并在WorkSwarm蜂群办公智能体中成功落地应用。

与传统的“交付即定型”模式不同，openJiuwen的RSI框架能够使办公智能体在完成任务后，不仅生成最终交付物，还能将整个工作过程中的经验反馈到系统中，形成一个持续优化的闭环。这一突破性进展，标志着AI Agent从简单的任务执行者，向具备自我学习和改进能力的智能体迈出了关键一步。

openJiuwen的RSI框架主要围绕两个核心维度展开：Harness和Artifacts。Harness涵盖了Prompt、Skill、Tool和Rail等组件，决定了智能体如何完成任务；Artifacts则是智能体最终生成的交付物，目前主要覆盖科研论文和算法程序。通过这两个维度，智能体的工作方法和产出成果都可以进入持续迭代的过程。

为了验证优化效果，openJiuwen设计了一套可验证的工程闭环：首先建立基线，根据失败案例、执行轨迹和指标定位问题；然后生成候选版本并重新执行、评测；只有验证有效的修改才会被采纳，成功和失败的经验则继续进入下一轮迭代。这种机制确保了每一次改进都是有据可循、可验证的。

在实际应用中，这套RSI框架已经显著提升了WorkSwarm的性能表现。根据权威测试集SWE-bench Lite的数据， Harness优化通过率从61.0%提升至87.0%；而冻结优化后的Harness在Evo-Bench General上的单次执行通过率也从60.9%提升至71.9%，展现了优异的优化效果。

此外，针对RSI反复生成、执行和评测带来的计算开销，openJiuwen还引入了算力亲和能力，通过减少重复计算和资源消耗，进一步提升了系统的运行效率。

"过去，办公智能体完成任务后往往就‘交付即止’，需要人工介入才能进行优化。现在，通过RSI框架，我们实现了智能体的自我迭代，让它能够在任务执行中不断学习、改进，" openJiuwen项目负责人表示。

这一成果不仅为AI Agent的自我改进提供了工程化的解决方案，也为真实办公场景中实现‘从失败中学习、在任务中成长’的目标奠定了基础。随着RSI框架的不断完善，未来有望在更多复杂任务场景中发挥更大作用。