openJiuwen推出双维度RSI框架，办公智能体可自我改进

让智能体完成一项任务并不困难，真正的挑战在于让它“一次比一次做得更好”。过去，办公智能体大多遵循“交付即定型”的逻辑：任务一旦失败或未达预期，就需要人工梳理日志、调整提示词、补充工具，然后重新测试，调优成本高、周期长，有价值的经验也很难沉淀下来。

最近，由华为 2012 实验室、华为云、终端、计算等团队共同打造的开源 AI Agent 平台 openJiuwen，首次推出双维度 RSI 框架（Recursive Self-Improvement，递归自我改进），并在 WorkSwarm 蜂群办公智能体中完整落地，率先实现了“可插拔的 Harness+Artifacts”双维度优化。用户只需像下发普通任务一样发起“实验”，就能全程观察智能体如何一步步进化升级。

这一成果为 AI Agent 的自我迭代改进提供了工程化路径，在真实办公场景中做到“从失败中学习、在任务中成长”。目前，RSI 实验模式已在 WorkSwarm 上线。

办公智能体有了“错题本”。

早在今年 6 月，openJiuwen 就推出了业界首个 Auto Harness 能力，让 Harness 在实战中自动学习、自动优化，提供了一套评测驱动的、覆盖 Harness 全栈组件的端到端自动优化框架。而 RSI 框架则更进一步，让智能体从真实任务反馈中生成改进方案、执行验证、保留有效改进，帮助智能体持续优化。这意味着，对于横跨文档、代码、数据和工具的办公任务，工作方法可以改进，交付物可以持续打磨，成功与失败的经验也能为后续任务所用。

据介绍，openJiuwen RSI 的核心是一套能让不同自我迭代任务都稳定运行的工程框架，以版本化优化对象、可验证的执行证据和可扩展的算法为基础，通过四层协作，把任务目标转化为可执行、可评估的改进过程。

通俗地说，RSI 就像一个团队：任务层决定“优化什么、如何评价、能用多少资源”，迭代优化层决定“下一步试什么、哪些改进可以采纳”；执行层负责“尝试优化并检测结果”；基础框架层提供运行、模型与上下文、沙箱隔离、状态恢复和可观测性等统一能力。

目前，RSI 框架已融入 WorkSwarm 新增的“实验”模式，用户可以像创建普通任务一样发起 Harness 优化或产物优化，查看每一轮的改进过程和搜索路径，最终拿到经过验证的最优结果。

三大场景优化表现优异。

根据开发者实战检验，RSI 加成的 WorkSwarm“实验”模式对于需要反复试错、不断优化的场景非常贴合。

例如在 Harness 优化方面，当出现失败案例，用户仅需四步即可完成“改错”：一、准备包含用例知识、任务要求、评测方式、参考答案和评分规则的 JSON 评测集；二、进入 WorkSwarm 的“实验”页面选择“Harness 优化”，选择优化模型、测试模型和初始插件，再选择评测集、评测方式和最大迭代轮次；三、执行自动迭代，页面持续展示得分、迭代轮次、模型用量和搜索树，试错和采纳过程一目了然；四、实验产出有效版本后，点击“安装插件”，最优 Harness 即作为插件包导入并热加载。

基于权威测试集 SWE-bench Lite，该模式使 Harness 优化通过率由 61.0% 提升至 87.0%，同时冻结优化后的 Harness 在 Evo-Bench General 64 道独立评测题上的单次执行通过率也由 60.9% 提升至 71.9%，表现极其优异。

而在科研论文产物优化方面，WorkSwarm 既可以从科研构想出发生成科研论文，也可以提交已有论文继续优化。用户只需要选择目标论文，填写优化指令（研究主题、目标问题或重点改进方向），设置最大迭代轮次，即可创建实验。过程中可在详情页看到当前分数、最优论文、模型用量和迭代轮次，记录了每一轮的改动细节、评测结果以及未被采用的原因。实验完成后支持预览，确认后一键下载完整论文。

在算法程序产物优化方面流程也较为类似，支持从现有实现出发自动尝试多个版本。用户准备好待优化的初始科研算法程序、评价配置和任务包，依次选择“产物优化”和“程序”，即可创建与启动优化。过程中可在详情页看到当前最优分数、模型用量和程序优化树，每个节点可查看改动、评测结果和失败原因，实验完成后，一键下载经过多轮尝试和评测筛选的最优程序，用于后续验证、集成或开发。

以算力亲和降低多轮优化成本。

多轮优化的实质是多轮生成候选、执行任务、评测结果，背后是对提示词、工具描述和任务材料的反复使用，也意味着优化规模越大，等待和资源开销就越惊人。成本问题会否让开发者对 RSI 框架望而却步？

openJiuwen 给出的答案是“算力亲和”：依托国产昇腾算力基础设施，让计算引擎“读懂”智能体的工作状态，通过上下文缓存调度等技术，降低多轮优化的时延与资源消耗，让智能体在持续改进的同时更高效地使用算力。

实际测试显示，开启“算力亲和”后，智能体的响应速度提升近 16%，最慢场景下提升超过 19%，命中率由 7.53% 提升至 14.36%，关键存储资源消耗下降两到三成。持续学习与降本增效，在同一个框架里实现了兼得。

至此，openJiuwen RSI 已经形成一条从创建实验到获得优化结果的完整链路：Harness 优化根据失败案例改进智能体的工作方式 ——Artifacts 优化打磨科研论文和算法程序等交付产物 —— 再结合算力亲和，减少重复计算，降低资源开销。这一突破为智能体持续进化、适应更复杂的场景任务铺平了道路。

openJiuwen 方面透露，后续框架将继续丰富搜索、评测与融合算法，增强跨任务经验复用，并沿统一架构接入模型优化与混合优化，让 Harness、Artifacts 和 Models 在明确的评价标准、预算与安全边界内协同迭代。值得一提的是，华为云 AgentArts 将 openJiuwen 引入到商业化平台能力中，提供开箱即用的体验，感兴趣的朋友可锁定华为全联接大会 2026，现场体验。openJiuwen 官方也提供了在线体验入口，Token 免费。

免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。