momo-code RSI三层自进化循环：R1/R2/R3递归改进与预算护栏机制详解

【免费下载链接】momo-codeMOMO CODE — AI coding agent that evolves with you项目地址https://gitcode.com/gh_mirrors/mo/momo-code点击查看免费下载momo-code 是一个会与你共同进化的 AI coding agent其核心亮点正是RSIRecursive Self-Improvement递归自我改进三层自进化循环R1/R2/R3 三个层级以不同频率递归改进产品、策略与机制本身并配有严格的预算护栏和 STOP 安全开关让 agent 越用越聪明的同时绝不停不下来。本文带你完整看懂这套机制的设计思路与落地细节。一、RSI 自进化循环是什么普通 AI 编程助手的行为是固定的同样的问题永远用同样的方式回答。而 momo-code 内置的 RSI 循环会持续观察自己每次会话的表现工具调用是否失败、任务是否成功、用户如何评价然后自动调整自身的参数与策略。核心实现位于 packages/opencode/src/rsi/index.ts文件开头的注释清晰定义了三层分工R1: Product提示词补丁、战术参数— 全自动 R2: StrategyL0 决策模型权重— 自动 校准门 R3: Mechanism评估器本身— 必须人工 Review配合 momo-code 的双速进化架构秒级经验快循环 小时级权重慢循环RSI 循环构成了整个自进化体系的调度中枢。下图展示了快慢两条循环如何共享同一份经验仓库二、R1/R2/R3 三层递归改进各自负责什么三层设计的关键在于改动越底层自动化程度越低、人工把关越严。这样既能让高频微调快速生效又防止 agent 修改自己的裁判。层级改进范围触发频率自动化程度需要人工 ReviewR1 Product提示词补丁、temperature 等战术参数每轮循环默认 60 秒全自动否R2 StrategyL0 决策模型权重每轮约 10% 概率触发自动 校准门门控触发R3 Mechanism评估器本身如 pass1 → pass2每轮约 1% 概率触发仅生成提案必须R1全自动的参数微调R1 的逻辑非常直观rsi/index.ts#L86-L96读取最近 20 条会话指标如果成功率 80% 且 temperature 高于 0.3就小幅下调 temperature让输出更稳定如果成功率 50%则上调以增加探索性。每次只微调 0.05是一种保守的贝叶斯式更新。注意它有一个数据门槛历史指标不足 10 条会话时直接跳过避免小样本乱改。R2带护栏的策略层优化R2 负责更深的决策模型权重改动前必须通过holdout 评估对比基线且受每日晋升上限约束shouldPromotersi/index.ts#L59-L67默认每天最多 3 次自动晋升超限当轮直接跳过。R3只提案、不落地R3 是唯一触碰评估标准本身的层级。它永远不会自动应用只会在~/.momo/r3-proposals/下生成一份带理由的提案文件pending-review状态等待人工审查后决定是否采纳rsi/index.ts#L124-L143。这是整条循环里最关键的人机边界。下图是 momo-code 的四层系统架构可以看到自进化引擎Observe → Analyze → Decide → Act → Evaluate → Improve/Revert如何贯穿 CLI、经验层与 Agent 核心层三、预算护栏机制给自进化装上刹车再聪明的自我改进也不能无预算狂奔。momo-code 在 rsi/index.ts#L145-L171 中定义了RSIBudget五维护栏护栏维度默认值对应环境变量单次 campaign 最大候选数3MOMO_RSI_MAX_CANDIDATES最大并发实验数1MOMO_RSI_MAX_CONCURRENT每作用域每日自动晋升上限1代码侧另有每日 3 次的 R2 上限MOMO_RSI_MAX_PROMOTIONS_PER_DAY最大任务续行次数1MOMO_RSI_MAX_CONTINUATIONS单 campaign 成本上限USD$5MOMO_RSI_MAX_COST每一轮循环开始时都会执行checkBudget累计花费一旦触及成本上限整条循环立即终止。此外还有两道紧急制动STOP 文件执行touch ~/.momo/STOP即可让所有 RSI 活动立即停止循环每秒轮询一次并通过AbortController中断rsi/index.ts#L175-L219配置级开关momo.jsonc的rsi.mode支持observe仅记录信号/auto/off三档默认observe且可用rsi.stopFile自定义停止信号文件路径。也就是说默认状态下 RSI 只观察不动手成本、频率、晋升次数、紧急停止四重护栏全部就位。四、信号采集RSI 的燃料从哪来RSI 循环依赖的指标数据由 Pi 扩展 packages/opencode/src/pi-extensions/rsi.ts 自动采集tool_result钩子记录每次工具调用的成功/失败如 bash 的 exit code追加到经验账本~/.momo/experience/ledger.jsonlagent_settled钩子会话结束时记录一次完整的RSIMetricstoken 用量、工具调用数、任务结局、模型信息等到~/.momo/rsi-metrics.jsonl这是 R1 优化时读取的数据源。同时内置了节流机制即使开启MOMO_RSI_ENABLEDtrue优化器最多每小时运行一次通过~/.momo/.rsi-last-run时间戳判断避免高频触发。所有状态都落在本地~/.momo/目录rsi-meta.json、rsi-metrics.jsonl、r3-proposals/完全本地、可审计。RSI 与经验快循环/evolveThompson 采样战术注入、权重慢循环/fine-tuneLoRA 微调 Ratchet 棘轮门共同构成 momo-code 的双速进化体系完整说明见 docs/self-evolution.md。五、上手指南如何启用与控制 RSI 循环观察模式默认推荐先体验rsi.mode observeagent 开始记录会话指标到~/.momo/rsi-metrics.jsonl但不做任何自动改动开启信号记录设置环境变量MOMO_RSI_ENABLEDtrue让 Pi 扩展触发优化器调整预算护栏按需收紧例如MOMO_RSI_MAX_COST5成本上限 $5、MOMO_RSI_MAX_PROMOTIONS_PER_DAY3每日晋升 ≤ 3 次紧急停止任何时候执行touch ~/.momo/STOPRSI 循环立即中断删除该文件后可恢复审查 R3 提案定期查看~/.momo/r3-proposals/下的提案文件人工决定评估器变更是否采纳。总结momo-code 的 RSI 三层自进化循环是一套渐进放权的设计R1 全自动微调战术参数、R2 带校准门与每日限额优化决策模型、R3 只出提案交给人拍板再叠加五维预算护栏、成本熔断和~/.momo/STOP一键急停让自我改进始终跑在安全边界之内。对于想理解 AI agent 如何进化而不失控的开发者这套机制值得仔细一读 packages/opencode/src/rsi/index.ts 的完整源码。赞分享【免费下载链接】momo-codeMOMO CODE — AI coding agent that evolves with you项目地址https://gitcode.com/gh_mirrors/mo/momo-code点击查看免费下载相关推荐MOMO CODE v2.0 架构升级全景Pi 框架集成、JEV 决策层、RSI 循环与 momo-benchMOMO CODE v2.0 架构升级全景Pi 框架集成、JEV 决策层、RSI 循环与 momo bench MOMO CODE 是一个完全开源、会「自进化人工智能AI Agent代码智能体大模型CLIOpenRig factory-rsi单 Rig 递归自我改进RSI工厂 MVP 的完整实现解析OpenRig factory rsi单 Rig 递归自我改进RSI工厂 MVP 的完整实现解析 导读 factory rsi 是 OpenRig 在 0人工智能AI Agent多智能体Agent 编排代码智能体CLIOpenCore Legacy Patcher终极指南5个步骤让老旧Mac焕发新生OpenCore Legacy Patcher终极指南5个步骤让老旧Mac焕发新生 你是否有一台被苹果官方抛弃的老旧Mac设备是否因为硬件限制而无法体验最新桌面应用操作系统固件创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考