智能体迈向可恢复与可治理

Dream-RSI: Recursive Self-Improvement through Evolving Worlds1 - Dream-RSI 把历史 discovery tree 变成 replay simulator，在离线 dreaming 中改进探索策略，再把改进策略投回线上发现循环。它把昂贵的长时程在线试错换成即时的 off-policy 反馈，并在算法工程、数学优化和 GPU kernel 工程中报告了更低的发现成本。

Recoverability as a System Primitive for Long-Horizon AI Agents2 - 论文把“能否继续”从状态保存中单独抽出来：恢复点必须有证据、动作必须被策略允许，不满足条件时应拒绝自动续跑。4 个 deterministic 与 20 个 paired file challenges 显示，恢复成功和任务完成并不能证明起点合规。

MemRiskBench: Trace-Aware Risk-Preserving Evaluation for Long-Horizon LLM Agents3 - MemRiskBench 用 trace-grounded、非 LLM judge 的检查覆盖陈旧、冲突、泄露、撤销复用和约束衰减五类记忆风险。它在只保留 20% episode 时仍维持风险覆盖 1.0 与高风险模型检测 1.0，说明评测压缩可以围绕稀有高危事件设计，而不必只保平均分。

Context Freshness Ledger4 - 这个小型 JSON Schema 把 agent context 的新鲜度、来源和审阅状态写成可检查契约。它没有试图重做记忆系统，而是提供一个足够轻的治理接口，能与现有 memory store 或恢复流程拼接。