# 路线图 Source: https://club.penguin.ooo/zh/roadmap/ 大家好，欢迎来到开放共享的 RSI 社区，我们正在专注于和 RSI 有关的开源工作。此前，我们构建了自进化 Agent 的企业级评估基准 [GDPevo](https://arxiv.org/pdf/2608.03764)，撰写了一篇关于 RSI 研究的[综述文章](https://arxiv.org/abs/2610.14625)。 目前，我们正在围绕下面几个方向迭代： - **数据**：整理 Agent 相关的 Benchmark 数据和 Evaluation 结果，构建**最大的 RSI 榜单**（RSI Leaderboard）。 - **综述**：调研**最新的 RSI 论文**，重新分类整理，进一步完善 [Awesome RSI](https://github.com/Prism-Shadow/awesome-rsi) 综述仓库。 - **框架**：优化 [PenguinHarness](https://penguin.ooo/) 统一 RSI 框架，构建**最全面的自进化 Harness**。 ## 演进路线 > 对 Agent、自进化（RSI）、Harness、Harness 层与模型层自进化的区别以及 Benchmark 等核心概念尚不熟悉的读者，可以先阅读**[基本概念](https://club.penguin.ooo/zh/roadmap/concepts/)**。 在**第一阶段**，我们先重点推进**数据**、**综述**和 **Harness 层进化**。我们认为 Harness 层进化无需更新底层模型参数，对 GPU 算力和实验成本的要求都比较低，且进化出的提示词、技能（Skills）与工具具备极佳的可解释性与跨模型迁移能力，能够让更多研究者与开发者低门槛地参与实验与复现，从而让 RSI 更加普惠。 在**第二阶段**，随着社区评测基准、算法插件与高质量进化轨迹的积累，我们会进一步扩展到**模型层的进化**： - **轨迹合成与经验蒸馏**：利用第一阶段由自进化 Harness 在多样化 Benchmark 上探索出的高分执行轨迹（Traces）与技能资产，自动化合成与清洗训练数据，将显式的外部经验内化（Internalize）到模型参数中。 - **自进化微调与强化学习**：基于社区标准化的评测沙箱与自动化验证器（Evaluator）提供可验证奖励信号，开展面向长程复杂任务的监督微调（SFT）与智能体强化学习（Agentic RL），直接提升基座模型的规划、工具调用与自我纠错能力。 - **Harness 与模型协同进化**：打通外层 Harness 搜索与内层模型参数更新的双层闭环——更强的 Harness 为模型训练合成更高上限的轨迹，进化后的模型又反哺 Harness 解锁更复杂的任务边界，实现架构与权重的协同演进。 1. 第一阶段：数据（RSI 榜单）、综述（Awesome RSI）、Harness 层进化（PenguinHarness）。 2. 第二阶段（模型层进化）：轨迹合成（经验内化与蒸馏）、模型训练（SFT & Agentic RL）、协同进化（Harness × 模型）。 ## 参与指南 具体的流程请查看**[流程](https://club.penguin.ooo/zh/workflow/)**页面： - 如何提交 Benchmark: [../workflow/benchmark.zh.md](https://club.penguin.ooo/zh/workflow/benchmark/) - 如何提交 Evaluation: [../workflow/evaluation.zh.md](https://club.penguin.ooo/zh/workflow/evaluation/) - 如何提交 Algorithm Plugin: [../workflow/algorithm.zh.md](https://club.penguin.ooo/zh/workflow/algorithm/) - 如何参与 PenguinHarness 项目: [../workflow/harness.zh.md](https://club.penguin.ooo/zh/workflow/harness/) - 如何提交论文到 Awesome RSI: [../workflow/survey.zh.md](https://club.penguin.ooo/zh/workflow/survey/) 我们会通过**[双周会](https://club.penguin.ooo/zh/rfcs/rfc-0004-meeting/)**的形式来进行社区讨论，会议链接会在前一天发布在交流群。 欢迎大家来参与到我们的开源社区建设中，我们也承诺： - 每月活跃的贡献者将获得 Gemini 等一线模型的 **Token 资源包**。 - 成果显著的开源用户可以署名到我们的**开源仓库**中。 - 提交原创方法、原创实验结果的同学可以署名到我们即将发表的**论文**中。