Google DeepMind 的 Dream-RSI 让 AI agent 通过“梦见”过往尝试来改进

Google DeepMind 提出 Dream-RSI 方法，让 AI agent 通过“梦境”方式重放此前的搜索过程，在不进行高成本重复计算的前提下测试新策略。测试结果显示，其成绩与现有方法持平或更优，迭代次数最多减少 2.43 倍；该方法只调整搜索策略，底层 AI 模型保持不变。

此前 AI agent 提升搜索表现通常要重新执行搜索或重新训练模型，成本高、周期长。Dream-RSI 把改进点从模型权重转移到搜索策略，在不改动底层模型的情况下复用历史尝试，意味着 agent 优化可能从重训练转向低成本策略迭代。

该方法让 agent 对过去的搜索轨迹进行“梦境式”重放，在内部模拟中评估新策略，而无需再次调用真实环境或进行昂贵计算。由于底层模型冻结，优化目标变成搜索策略本身，历史搜索数据因此成为可复用的训练信号。

对产品与研发团队而言，agent 策略调优可以减少真实环境试错和算力开销，迭代周期可能缩短；在成本敏感的搜索、规划类应用中，可在不更换基础模型的前提下提升任务表现。

• 在现有 agent 产品中接入历史搜索轨迹重放模块，用于离线评估新策略，降低线上试错成本。
• 将搜索策略与底层模型解耦，形成可独立迭代的策略层，便于按任务场景快速切换。
• 面向算力预算有限的团队，提供基于历史运行数据的策略优化服务，减少重复计算支出。

• Dream-RSI 的具体实现细节、适用任务范围和评测基准尚未披露。
• 迭代次数减少 2.43 倍是否为特定任务下的结果，能否泛化到其他 agent 场景仍待验证。
• 该方法是否依赖特定规模的模型或特定搜索算法，证据未说明。