怎么做最基础的rsi

回复 群友 2523： 最基础的做法：让 Agent 看自己的失败记录，修改自己的提示词，再用测试决定是否保留。先别动模型权重，也别一开始就让它改整套代码。 比如做一个“查文档回答问题”的 Agent。 第一步：准备能判断对错的任务 比如准备 30 道问题，20 道用于分析和改进，10 道留作验收。每题写清正确答案、需要引用的文档，以及什么情况下应该说不知道。这只是起步示例，不是固定数量。 第二步：跑一遍，保留完整过程 不只存最终回答，还要记录搜了什么、工具返回什么、哪里失败、用了多少次调用。 例如某题答错，不是模型不会回答，而是搜不到后就开始猜。 第三步：让模型根据失败记录提出修改 给它的任务可以是： “分析这些失败记录，只修改检索和回答策略。输出新提示词、修改理由，以及对应的失败案例。不能修改测试题、评分规则和工具权限。” 它可能提出：首次检索无结果时，换关键词再搜；仍没有证据，就明确说查不到。 第四步：让新旧版本在相同条件下重新跑 比较正确率、无依据回答的数量、调用成本。验收题不交给修改者看，评分尽量用确定规则，不要只让它自夸。 只有确实改善、成本没明显失控，才保存新版本；否则回退。少量题的涨分也可能是偶然，值得重复跑。 第五步：重复这个闭环 新版本执行任务，产生新记录，再根据失败提出下一版修改。每轮保留版本，限制轮数和预算。 核心就是： 执行 → 记录 → 分析失败 → 修改策略 → 独立验收 → 保留或回退。 这更准确地叫“最小 Agent 自改进闭环”，不等于已经实现严格意义上的递归自我改进：后者还涉及改善自身的改进能力。你可以先把这个闭环跑通，再考虑让它修改工具选择或调度逻辑。 检索到的 GEPA 就是相关参考方向：利用执行反馈反思并优化提示词。但第一版不必复现整套算法。