本论坛分享大模型智能体自进化的前沿技术与未来发展趋势，探讨智能体在真实场景自进化所面临的技术挑战与技术思路，从agentic RL与agent harness角度讨论智能体自进化的发展趋势及对业界和AI产品带来的影响，推动智能体在更广泛真实场景的进一步应用。

讨论大模型基于强化学习的数据再生产：如何自动设计并持续扩展任务环境与奖励信号，以多级反馈筛选自生成数据，从而激发模型的认知与元认知能力，提升智能体的泛化与决策性能。

ICLR 2026 RSI研讨会，讨论如何为强大且可靠的自改进 AI 系统构建算法基础。讨论覆盖经验学习、合成数据流水线、多模态智能体系统、弱到强泛化及推理时扩展等方向。

该综述从设计框架与学习机制两个视角系统梳理递归自我改进研究，提出多种分类体系，揭示不同设计要素及其组合的创新空间。同时，分析传统深度学习与进化计算对自我改进的启发，并总结在线、离线及混合评估范式，为后续研究提供系统化的设计思路。

该综述区分了“有界自我精炼”与“开放式递归自我改进”：前者收敛、可评估且已工业化；后者受 grounding、模型崩溃与算力约束，尚无法无界运行。揭示自我改进强度取决于验证信号层级，研究方向的设定仍是人类关键瓶颈。

面向RSI研究的工具库，统一集成算法、Benchmark、Target Harness和实验流程，目前已支持12种RSI算法、30+个科研与编程领域的Benchmark，以及3种Target Harness演化。