ACE-RL：让智能体学习整理经验手册，支持递归自我改进

NYU 与 KAIST AI 的论文提出 ACE-RL，在固定 Agentic Context Engineering（ACE）harness 下，用 RL 联合训练行动生成、洞察反思与 playbook 整理三种角色行为。该方法以经验交接产物对未来 actor rollout 的下游效果进行评估，在保留标量奖励信号的同时利用错误日志等环境信息，使智能体通过创建和策展经验工件实现递归自我改进。