DeepMind: агенты DeepMind, которые «видят сны», становятся лучше

DeepMind представила Dream-RSI — технологию, которая позволяет агенту запоминать прошлые попытки и симулировать их в разных условиях без запуска новых, дорогостоящих попыток. Таким образом агент может решить, что можно было сделать лучше, не запуская никаких новых (и дорогих) попыток. Например, при оптимизации кода число попыток снизилось с 550 до 317. Время выполнения снизилось с 3587 мс до 2931 мс.

Dream-RSI особенно актуальна для агентных пайплайнов, где агент выполняет большое количество последовательных попыток. В этом случае базовому подходу требуется 51 200 запусков, чтобы найти оптимальную стратегию, тогда как Dream-RSI справляется всего за 317 запусков. Легко представить, сколько токенов тратится в этом сценарии. Мне не терпится увидеть что-то подобное в Claude Code. Терять деньги на итеративной оптимизации кода — это норма для таких агентов.