Google Araştırması, RRSI adlı düzenli bir yinelemeli öz‑gelişim yöntemini duyurdu; bu yöntem, bir dil modeli ajanının donmuş bir model etrafında kendi bağlamını, istemlerini, araçlarını, hafızasını, kontrol akışını ve alt ajanlarını aşırı uyum sağlamadan yeniden yazmasını sağlar. Yeni bir öğreticide yayımlanan uygulama detayları, Claude Opus’u Vertex AI üzerinde kullanarak düzenlemeleri taslak hâline getirir ve Docker ölçütlerinde puanlar; seçim kuralları için ise sade Python kullanılır.
Öğreticide, RRSI çerçevesinin temel bileşenleri—tahmincisi, kalibre edilmiş gürültü bandı, seçim algoritması dalları, azalan düzenleme bütçesi, deterministik sızıntı filtresi ve düzenleme geçmişi—adım adım incelenir. Simüle edilmiş bir ajanı RRSI’nın Domain arayüzüne bağlayarak, geliştiriciler kararlarını gerçek veriyle denetleyebilir ve düzenlenmemiş arama yöntemleriyle karşılaştırabilir.
Bu araştırma önemlidir çünkü yapay zeka ajanlarının kendi bileşenlerini zaman içinde güvenli bir şekilde geliştirmeleri için yapılandırılmış ve düzenli bir yaklaşım sunar; hedef görevlerde performans kaybına yol açmaz.