换一层壳的钱常比换模型省

Google Research 这回动的不是模型，是模型外面那层壳。项目叫 RRSI，优化对象是 Harness，提示词、工具、记忆、上下文、技能、子智能体，全都在它可改的范围里，仓库在 github.com/google-researc… 。 流程是自动循环：每轮提方案、跑评测、留下有效的改动。这里最要防的是把固定题库做熟，分数虚高一换任务就掉。防法是加一串约束。泄漏要防住。噪声要卡住。成本要控住，没用的组件直接删掉。 结果在同一个 Claude Opus 4.8 上验证，权重一个字没动。终端基准从七十四点二涨到八十点二，SWE 基准从八十二涨到八十三点八，前沿工程那项从十七点七跳到二十二。三项全涨，靠的全是壳的调教。 它想证明的那句话是重点：agent 的能力不只取决于模型，这层壳本身可以被自动搜索、持续优化。改得多复杂不算本事，换一套任务还继续有效才算。 我的看法是这跟前面那条判断正好接上。前几天说真工程越来越在模型外围，谷歌这份研究等于给那句话配了实验数据，外围的优化不光重要，还能自动化。模型参数的军备赛之外，另一条看不见的赛道已经开跑。 对普通用户的启示也直白。同一个模型，装不同的壳判若两家，换壳的钱有时比换模型的钱省得多。想深挖的直接读仓库，改动约束那节写得最实在。