AIDE2

摘要

AIDE2 是 Weco 的双层 autoresearch 系统：外层研究 Agent 改写内层 AIDE harness，并在固定成本、私有分数与异质任务上筛选新版本。

核心内容

基本信息

• 实体类别：双层 harness 优化与 RSI 实验系统。
• 关键名称或版本：AIDE0、AIDE47、AIDE85、AIDEhuman。
• 时间范围：技术报告发表于 2026-07-14。

重要事实

• 100 步产生七个被接受版本；AIDE47/AIDE85 在未见任务上优于 AIDE0，AIDE85 的 reward hacking 率从 63% 降到 34%。（来源：AIDE2: The First Evidence of Recursive Self-Improvement）
• ignition test 没有证明 AIDE47 作为外层 improver 有更高最终上限或显著效率优势。（来源：AIDE2: The First Evidence of Recursive Self-Improvement）

关系与影响

AIDE2 直接连接 Autoresearch、Harness Optimization 与 Recursive Self-Improvement；它比只优化任务代码更接近 RSI，但不属于严格 Agentic RL。

分歧与变化

“首个 Level 1 RSI”是作者按自定义四级标准作出的判断，完整代码和外层复现包尚未公开，现阶段应保留为强作者证据而非独立共识。

相关页面

• 概念：Autoresearch、Harness Optimization、Self-Improving Harness、Recursive Self-Improvement
• 实体：EurekAgent、AutoResearchEval、Argus
• 主题：LLM Agent Self-Improvement

来源

• AIDE2: The First Evidence of Recursive Self-Improvement

待核实问题

• 等待 AIDE85、完整协议、轨迹、成本和 ignition 复现实验公开。