搜索下市面上最近一些比较新的agent rsi方案，主要聚焦于在非工作时间例如晚上+半夜让agent继续工作without human

最贴你这个需求的，是 Compound Product、Hermes Self-Evolution、Cursor Automations 这三条路线：分别解决“晚上自己找活干”“晚上优化自己的 Skill”“定时在云端无人值守执行”。 先区分一下：overnight autonomous work 不一定是 RSI。连续写一夜代码是自主执行；根据失败记录改进自己的 Skill、工具或执行策略，并通过评测确认提升，才更接近自改进。下面是这次查到、能从公开原文核实的方案，不把路线图当已实现功能。 一、Compound Product：最贴近“我睡觉了，你接着推进产品” Ryan Carson 的开源方案。2026 年 1 月 Addy Osmani 已专门介绍，所以不是最近几周刚出现，但和你的需求匹配度最高。 它不是单纯重复调用 Coding Agent，而是： 读取产品日报中的指标、错误、用户反馈 → 选出最值得处理的问题 → 生成 PRD → 拆成可验收的小任务 → 循环实现和测试 → 提交 PR。 例如白天积累了一份“结账报错、移动端按钮不可见、表单校验过严”的报告，夜间 Agent 自己分析优先级，挑一个问题做完，早上交 PR。 支持 Amp、Claude Code；每轮重新开上下文，通过 Git、任务状态、进度记录和 AGENTS.md 延续工作。提供 macOS 定时运行示例，以及最大迭代数、质量检查。 自改进主要是沉淀项目经验，不是优化模型。另一个边界是：日报需要你的系统提供，它不是凭空发现所有业务需求。 夜间无需逐步确认，但最终保留人工 PR review。 https://github.com/snarktank/compound-product 二、Hermes Agent Self-Evolution：最接近“晚上让 Agent 提升自己的能力” 这是 NousResearch 独立于 Hermes 主仓库的自改进项目，比普通 memory consolidation 更进一步。 例如代码审查 Skill 经常漏查某类问题：它读取现有 Skill 和执行轨迹，用 DSPy + GEPA 生成候选改写，跑评测，筛选表现更好的版本，再提交 PR。 评测数据可以用合成数据，也可以来自 Claude Code、Copilot、Hermes 的历史会话。无需 GPU 训练，优化的是文本和 Agent 组件。 这里有个非常重要的现状区别： 当前 README 明确标记已实现的只有 Skill 优化。 工具描述优化、系统提示词优化、工具实现代码进化，以及持续改进流水线，仍然标记为 Planned。 所以它适合“夜间跑一批 Skill 优化实验”，但不能说已经具备开箱即用的全自动递归自改进。定时触发和持续调度还需要另外接；候选变更最终也要求人工 review，不直接应用。 这是本次最值得关注的 RSI 方向项目，但工程成熟度不能按宣传标题理解。 https://github.com/NousResearch/hermes-agent-self-evolution 三、Hermes Agent：常驻助手＋定时任务＋经验沉淀 Hermes 本体已经有内置 cron、跨会话记忆、历史会话检索、Skill 创建与更新，以及隔离子 Agent。 可以部署在云端，不依赖你的笔记本一直开着，定时任务完成后向聊天平台投递结果。 对应场景是：凌晨整理当天任务的经验、执行仓库巡检、做研究和报告，并把可复用流程沉淀成 Skill。具体任务仍需预先配置，不是安装后自动知道该干什么。 和上面的 Self-Evolution 要分开： Hermes 本体偏“执行过程中积累和复用经验”。 Self-Evolution 偏“生成多个候选版本，用评测选择更好的版本”。 前者适合夜间常驻执行，后者更像夜间能力优化实验室。不能把两者直接当成已经完整打通的产品。 https://github.com/NousResearch/hermes-agent 四、Cursor Automations：产品化的无人值守工程任务 2026 年 3 月推出，支持按时间表或事件触发，包括 GitHub、Slack、Linear、PagerDuty 和自定义 webhook。 触发后启动云端 sandbox，使用配置好的模型和 MCP 执行任务、验证输出，并通过 memory tool 保留跨轮经验。 官方已经给出的具体应用包括： 每天检查近期合并代码，补缺失测试，运行测试后开 PR。 每次主分支更新后做安全审查。 收到告警后结合日志和近期代码调查，生成修复 PR。 定时整理跨工具的任务和进展。 如果你要的是“每天凌晨继续处理工程杂活，早上看产出”，它比自己拼脚本更产品化。 但它主要是自动执行与维护，并没有据此证明 Agent 能持续优化自身架构。调度和云端运行是核心，不是强 RSI。 https://cursor.com/blog/automations 五、Karpathy autoresearch：无人值守实验闭环的清晰范本 2026 年 3 月的项目。它的设计就是“睡前启动，醒来看实验结果”。 Agent 修改训练代码 → 固定训练 5 分钟 → 检查验证集指标 val_bpb → 保留改善、丢弃退化 → 继续实验。 和“让 Agent 自己想想有什么能优化”不同，它有明确的优化对象、固定预算、外部指标和保留／回滚机制。 原项目优化的是小型语言模型训练方案，不是通用 Coding Agent 自身；人仍负责制定实验指令。它适合参考机制，不能直接当通用产品开发工具。 对于夜间自改进，它最有借鉴价值的一点是：只有评测确认更好，变化才留下。单纯往记忆里多写几条经验，没有这种保证。 https://github.com/karpathy/autoresearch 六、Ralph：最轻量的“下班交任务，夜里一直做” Ralph 本身更像基础执行模式，而非新兴完整平台。 睡前给出拆好的 PRD 和验收标准，循环启动 Amp 或 Claude Code；每次只完成一个小任务，运行检查、提交、记录经验，再开一个干净上下文处理下一项。 优势是简单、容易嫁接现有 Coding Agent，不需要上来就做多 Agent 编排。 局限也明确：任务要足够清晰，验收要能自动执行。遇到需求歧义、外部权限或不可验证的设计取舍，不会因为循环次数更多就自然解决。 Compound Product 可以理解为在这类执行循环前面增加“读报告、选优先级、自动规划”。 https://github.com/snarktank/ralph 按你的关注点排序： “晚上继续推进项目”：Compound Product。 “晚上优化 Agent 的 Skill”：Hermes Self-Evolution。 “云端定时无人值守，少搭基础设施”：Cursor Automations。 “常驻个人助手，跨任务积累经验”：Hermes。 “研究可验证的自改进闭环”：autoresearch。 目前能核实的方案，更现实的共同形态是“夜里无人干预执行，早上人工验收”，而不是“无限自改、自动上线、永远不需要人”。尤其 Compound Product 的执行会绕过交互式权限确认，无人值守需要依靠隔离环境、权限边界和预算上限，而不是直接把所有权限放开。