谷歌與深度思維推出 Dream‑RSI 提升 AI 代理搜尋效率
核心重點
谷歌（Google）與深度思維（DeepMind）聯手研發的 Dream‑RSI，是一套讓自我改進 AI 代理在執行複雜搜尋任務時，能以「回顧」方式測試新策略、減少重複計算的技術。它不改變產生答案的模型本體，只優化搜尋過程本身，從而大幅降低探索（exploration）階段的算力開銷。
背景與技術原理
自我改進的 AI 代理會不斷 提出解答 → 評估結果 → 從中學習 → 再次嘗試，在千百次迭代後逐步逼近最佳解。對於搜尋空間龐大的問題（如自動程式生成、數學證明），代理必須在眾多可能的路徑中挑選值得深入的方向，這個挑選過程即是 探索。傳統的探索方式有兩大缺點：
-
固定搜尋策略：無法從過往經驗學習，容易重蹈覆轍。
-
即時調整策略：雖能學習，但每次測試新策略都需要重新執行完整的長時間搜尋，成本極高。
Dream‑RSI 的創新在於 「重播」 已完成的搜尋紀錄。代理在實際搜尋時會將每一步的決策與結果完整記錄下來，形成一棵「搜尋樹」。之後，系統可以在不重新執行計算的情況下，將不同的策略套用於這棵已建立的樹上，模擬如果當初選擇其他分支或提前放棄某條路徑，結果會是如何。這個過程被稱為 「夢想」（dreaming），因為代理在「腦中」演練成千上萬種變化，挑選出最有前景的策略，再於下一輪真實搜尋中實施。
因為所有需要的解答與評分已經存在於先前的紀錄中，Dream‑RSI 免除了重新產生或評估解答的昂貴運算，讓策略測試的成本下降至幾乎可以忽略的程度。
影響與未來展望
Dream‑RSI 的循環式流程——搜尋 → 記錄 → 夢想測試 → 改良策略 → 再次搜尋——證明了即使在不改變基礎模型的前提下，也能顯著提升 AI 代理的效率。對於需要大量探索的領域，如自動程式優化、化學分子設計或大型數學證明，這項技術有望縮短開發週期、降低雲端算力支出。
未來，若將 Dream‑RSI 與更強大的大型語言模型（LLM）結合，或許可以讓代理在「夢想」階段不僅測試決策，更能即時生成新穎的子問題或提示，進一步推動 自我發現新演算法 的可能性。對產業與學術界而言，關鍵在於如何建立高品質、可重用的搜尋紀錄庫，讓每一次的「夢」都能為下一次的實際搜尋帶來實質突破。
讀者啟示：在 AI 研發流程中，資料的可追溯與重用同樣重要。Dream‑RSI 提醒我們，透過系統化的「回顧」與「模擬」，不必每次都從零開始，即可持續提升搜尋效能，為未來的 AI 代理奠定更高效、永續的發展基礎。