Dream-RSI将智能体探索成本降至1/162
DeepMind用历史轨迹模拟离线搜索，仅优化探索策略而不修改模型权重。
推荐理由：Dream-RSI把真实执行轨迹变成可复用模拟环境，先离线筛选策略再上线验证，最高降低162倍探索成本，为代码智能体和自动科研提供可控自改路径。
DeepMind用历史轨迹模拟离线搜索，仅优化探索策略而不修改模型权重。
推荐理由：Dream-RSI把真实执行轨迹变成可复用模拟环境，先离线筛选策略再上线验证，最高降低162倍探索成本，为代码智能体和自动科研提供可控自改路径。