Google araştırmacıları, kendini geliştiren AI ajanlarının test görevlerini ezberlemesini önlemek ve hesaplama maliyetlerini azaltmak amacıyla Düzenli Rekürsif Öz‑İyileştirme (Regularized Recursive Self-Improvement) adlı yeni bir yöntem tanıttı. Modern AI ajanları, davranışlarını kontrol eden istemler, iş akışları ve araçlardan oluşan bir çerçeve (harness) kullanır. Bu çerçevenin otomatikleştirilmesi sistemin kendini optimize etmesine olanak tanırken, genellikle ajanların sınırlı eğitim ölçütlerine aşırı uzmanlaşarak bu ölçütleri ezberlemesine ve yeni görevlere genelleme yapamamasına yol açar.
Google Cloud AI Research ve ortak üniversiteler tarafından geliştirilen yeni teknik, optimizasyon döngüsüne sıkı kontroller uygulayarak çalışır. Bağımsız düzenlemeleri sınırlayan ve zamanla azalan bir düzenleme bütçesi getirir; ayrıca ölçüt‑özel hileleri sabitleyen önerileri elemek için bir eleştirmen (critic) kullanır. Geçmiş denemeleri izleyerek ve gereksiz karmaşıklığı cezalandırarak sistem, performans artışının yalnızca eğitim verilerine değil, görülmemiş zorluklara da yansımasını sağlar.
Donmuş bir Claude modeli kullanılarak kodlama, ofis işleri ve mühendislik tasarımı gibi sekiz farklı ölçütte yapılan testlerde, yöntem eğitimli görevlerde 14,1 puana, görülmemiş ölçütlerde ise 4,7 puana kadar artış sağlarken token kullanımını yüzde otuz oranında azalttı. Bu araştırma, kendini geliştiren AI sistemlerini gerçek dünyada daha verimli ve dayanıklı hâle getirecek güvenilir bir yol sunduğu için önem taşıyor.