Flex-RSI 论文拆解：可改 Harness、固定权重与隐藏测试把关自改进 Agent

Flex-RSI 预印本在固定预算下评估 24 个视觉/机器人任务和 18 个模型，由 Krish Subramanian 用 8 条推文拆解。机制允许 improver 重写 executor 的 prompt、工具与工作流，但冻结模型权重、评估环节和预算；新解法需在留出验证集上超过噪声幅度，并通过仅使用一次的隐藏测试集。