SwarmRSI：用演化式科学智能体集群做递归自我改进
AI 总结
一篇 2026 年 10 月 14 日提交至 arXiv 的论文提出 SwarmRSI 框架，通过演化科学智能体集群来实现递归自我改进，让智能体借助自身的实验经验提升研究能力。该框架包含两项机制：Feedback-Guided Swarm Mutation 利用其他智能体的实验反馈来修正假设及其实现，Complementary Swarm Recombination 则复用保留下来的假设与互补的程序组件，使部分结果也能支撑新的研究；两者被整合进 Recursive Swarm Evolution 反馈回路。作者称 SwarmRSI 在 OpenProblems、NatureBench 和 MLE-Bench Lite 上取得 SOTA 表现，并称积累的研究经验能提升在留出任务上的成绩，生物学家也能复现其程序用于后续生物学分析。
深度见解
它把“智能体集群 + 自我改进”的思路延伸到科学发现流程，若结果可复现，或能改变自动化科研智能体的评测与协作方式。