摘要
Recuris 在冻结模型和工具外部维护可验证的 Skill Memory，并通过结构化轨迹、组件级失败定位、局部 patch 与 held-out 验证门，跨任务演化 Agent 的工作记忆与技能调用控制。它是持久 harness 自进化的代表，但不属于严格 Agentic RL，因为没有用环境回报更新模型策略。（来源：原始论文记录（本地存档），pp.4-10）
核心内容
- Memory
M=(E,W,rho,C)同时包含经验记忆、工作记忆 schema、调用策略和 checker；环境或工具证据通过 checker 后才能提交状态更新。（来源：原始论文记录（本地存档），pp.4-8） - 固定 Meta-Agent 从失败轨迹定位责任组件并提议局部修复；修复须同时通过源任务和 held-out development tasks，否则回滚。（来源：原始论文记录（本地存档），pp.8-10）
- 作者报告 37 个 model-benchmark pair 中 35 个提升；但 Terminal-Bench 的 adaptation 相对同预算 retry 仅多 2.3 points，
p=0.774，说明部分收益来自重试而非适应本身。（来源：原始论文记录（本地存档），pp.1, 23）
相关页面
- 概念：Recursive Self-Improvement、Self-Improving Harness、Agent Failure Localization、Meta-Agent
- 实体：Recuris
- 主题：LLM Agent Self-Improvement
来源
- 原始文件：原始资料（本地存档）
- alphaXiv：https://www.alphaxiv.org/abs/2608.24876
- arXiv：https://arxiv.org/abs/2608.24876
- 定位信息：pp.1, 4-10, 17-18, 23-24, 31-33
待核实问题
- 公开性核实（2026-08-28）：官方仓库已提供 evaluation/evolution code、Skill Memory packages、冻结 splits、安装和对照运行命令，采用 Apache-2.0；这满足“可启动复现材料已公开”，不等于结果已复现。（GitHub）
- 仍待独立复现：35/37 提升、组件定位、held-out gate 与跨模型迁移结果；本知识库未运行需要模型服务和 benchmark 环境的实验。
- 解释边界：组件定位指标仍是最可能有效的 repair decision，不是因果识别；结果对 checker、split、模型服务和预算敏感。