Dream RSI verbessert die Suchstrategien autonomer KI Agenten

Ergebnisse bei Programmier- und Optimierungsaufgaben

Die Forschenden testeten Dream-RSI nach den vorliegenden Angaben mit Gemini 3.1 Pro und Gemini 3.7 Flash. Untersucht wurden acht Aufgaben aus drei Bereichen: algorithmische beziehungsweise statistische Programmierung, mathematische Optimierung und die Entwicklung effizienter GPU-Kernels.

Bei einer Aufgabe sollte ein Programm für eine statistische Berechnung entwickelt werden, die unter anderem in der Genomforschung und im Finanzbereich relevant ist. Ziel war es, eine möglichst schnelle Implementierung zu finden. Die von Dream-RSI ausgewählten Programme lagen bei den untersuchten Datensätzen vor etablierten Bibliotheksimplementierungen wie sklearn und glmnet.

Bei der Nutzung von Gemini 3.1 Pro sank die durchschnittliche Laufzeit in dem beschriebenen Vergleich von rund 3.587 auf 2.931 Millisekunden. Gleichzeitig reduzierte sich die Zahl der Versuche von 550 auf 317. Das entspricht einer Verringerung um etwa 42 Prozent.

Ein weiterer Vergleich bezog das System SimpleTES ein. In der Darstellung der Forschenden benötigte SimpleTES für die betreffende Aufgabe deutlich mehr Generierungen als Dream-RSI. Dabei ist zu beachten, dass solche Vergleiche nur im Kontext der jeweiligen Versuchsbedingungen interpretiert werden sollten. Unterschiede beim verwendeten Modell, bei der Implementierung, beim Budget und bei der Aufgabenstellung können die Ergebnisse beeinflussen.

Auch bei Aufgaben zur mathematischen Optimierung zeigte Dream-RSI nach den veröffentlichten Angaben eine günstigere Verbindung von Ergebnisqualität und Rechenaufwand. Bei GPU-Kernel-Aufgaben wurden sowohl Szenarien untersucht, in denen eine vergleichbare Qualität mit weniger Versuchen erreicht wurde, als auch Szenarien, in denen bei einem ähnlichen Budget eine höhere Leistung erzielt wurde.

Für zwei der GPU-Aufgaben wird eine Verringerung der Zahl der Generierungen um bis zu den Faktor 2,43 bei vergleichbarer Leistung berichtet. Bei zwei weiteren Aufgaben wurde unter vergleichbaren Budgetbedingungen eine bis zu 2,09-fach höhere Leistung angegeben. Diese Werte stammen aus den spezifischen Experimenten und sollten nicht ohne weitere Validierung als allgemeine Leistungsversprechen verstanden werden.

Warum die Ergebnisse für GPU-Kernel besonders relevant sind

GPU-Kernel gehören zu den anspruchsvolleren Programmieraufgaben für KI-Agenten. Eine Lösung muss nicht nur funktional korrekt sein, sondern auch die Besonderheiten der Hardware berücksichtigen. Dazu zählen Speicherzugriffe, Parallelisierung, Auslastung und die Abstimmung auf bestimmte Rechenoperationen.

Ein Agent kann daher nicht allein nach syntaktischer Korrektheit oder einem einfachen Funktionstest bewertet werden. Entscheidend ist, ob der erzeugte Kernel die gewünschte Berechnung korrekt und zugleich effizient ausführt. Jeder zusätzliche Test kann Rechenzeit beanspruchen, insbesondere wenn Varianten kompiliert, ausgeführt und gemessen werden müssen.

In diesem Umfeld kann eine bessere Explorationsstrategie unmittelbar wirtschaftliche Auswirkungen haben. Wenn ein Agent erfolglose Varianten früher verwirft und vielversprechende Richtungen gezielter priorisiert, sinkt die Zahl der teuren Ausführungen. Die technische Herausforderung besteht darin, nicht zu stark zu beschneiden: Auch ungewöhnliche oder zunächst wenig aussichtsreiche Ansätze können zu einer besseren Lösung führen.

Die Grenze zwischen Wiederverwendung und echter Neuerkundung

Der Replay-Ansatz hat eine klare Stärke, aber auch eine wichtige Einschränkung. Er kann nur auf Ergebnisse zurückgreifen, die im historischen Suchbaum tatsächlich vorhanden sind. Eine Strategie kann innerhalb dieses Baums andere Wege auswählen, sie kann jedoch nicht automatisch Ergebnisse aus vollständig unerforschten Regionen ableiten.

Damit ist Dream-RSI vor allem ein Verfahren zur effizienteren Nutzung bereits bezahlter Exploration. Es verhindert, dass dieselben bekannten Ergebnisse für jede strategische Variante erneut berechnet werden müssen. Es ersetzt aber nicht die Notwendigkeit, den Suchraum gelegentlich zu erweitern und neue Pfade live zu testen.

Für den praktischen Einsatz bedeutet das: Die Qualität der ersten Suchläufe bleibt relevant. Wenn die anfängliche Exploration zu eng angelegt ist, enthält der historische Suchbaum möglicherweise zu wenige unterschiedliche Lösungswege. Ein Replay kann dann zwar die Reihenfolge und Auswahl innerhalb dieses Baums optimieren, aber keine belastbaren Informationen über völlig unbekannte Bereiche liefern.

Die Forschenden sehen in der wiederholten Erweiterung des Suchbaums den Mechanismus, durch den Dream-RSI über mehrere Runden hinweg leistungsfähiger werden kann. Die verbesserte Strategie wird wieder live eingesetzt und erzeugt dadurch neue Daten. Erst das Zusammenspiel aus Replay und tatsächlicher Neuerkundung kann den zugrunde liegenden Erfahrungsraum vergrößern.

Warum zu konkrete Anweisungen die Suche schwächen können

In einer ergänzenden Analyse wurde offenbar auch untersucht, ob sich vergangene Suchverläufe in kompakte Anweisungen für den Agenten umwandeln lassen. Anstatt die Suchbäume direkt als Replay-Simulator zu verwenden, könnte ein System beispielsweise formulieren, welche Richtungen besonders vielversprechend erscheinen und welche Pfade vermieden werden sollten.

Bei mindestens einer GPU-Aufgabe schnitt diese instruktionenbasierte Variante schlechter ab als die direkte Nutzung des Replay-Mechanismus. Als mögliche Erklärung wird angeführt, dass zu konkrete Vorgaben den Suchraum zu stark einengen können. Der Agent erhält dann zwar eine klare Orientierung, verliert aber möglicherweise die Möglichkeit, unerwartete Alternativen zu untersuchen.

Dieser Befund ist für die Gestaltung agentischer Systeme von allgemeiner Bedeutung. Gespeichertes Wissen kann die Effizienz erhöhen, wenn es relevante Erfahrungen zugänglich macht. Es kann jedoch auch zu einer Form von Pfadabhängigkeit führen, wenn vergangene Ergebnisse als verbindliche Regeln interpretiert werden.

Dream-RSI setzt daher nicht ausschließlich auf sprachlich formulierte Zusammenfassungen. Die historische Struktur bleibt als Entscheidungssimulation erhalten. Dadurch kann die Strategie verschiedene Optionen anhand der tatsächlichen Suchdaten vergleichen, ohne dass jede Erfahrung in eine starre Handlungsanweisung übersetzt werden muss.

Einordnung in die Entwicklung rekursiver Selbstverbesserung

Der Begriff rekursive Selbstverbesserung wird in der KI-Forschung für Systeme verwendet, die ihre eigenen Fähigkeiten, Verfahren oder Optimierungsprozesse wiederholt verbessern. Er umfasst allerdings unterschiedliche technische Ansätze. Nicht jede Optimierung eines Agenten ist automatisch eine allgemeine oder unbegrenzte Selbstverbesserung.

Dream-RSI gehört nach der beschriebenen Funktionsweise zu einer vergleichsweise klar abgegrenzten Kategorie. Das Verfahren optimiert eine Such- beziehungsweise Orchestrierungsstrategie für bestimmte Aufgaben. Es entwickelt nicht eigenständig ein universelles Modell, verändert nicht automatisch seine gesamte Softwarearchitektur und erhält auch nicht zwangsläufig neue Fähigkeiten außerhalb des jeweiligen Suchraums.

Gleichzeitig ist die Methode ein Beispiel für eine wichtige Verschiebung in der Agentenforschung. Der Fokus liegt nicht mehr ausschließlich darauf, ein größeres oder leistungsfähigeres Basismodell zu trainieren. Zusätzlich wird untersucht, wie ein vorhandenes Modell besser organisiert, eingesetzt und durch Rückmeldungen aus früheren Durchläufen gesteuert werden kann.

In diesem weiteren Forschungsfeld stehen mehrere verwandte Ansätze. AlphaEvolve von Google DeepMind nutzt beispielsweise eine Kombination aus Codegenerierung, Bewertung und evolutionärer Auswahl, um Algorithmen zu verbessern. Andere Systeme untersuchen, wie Agenten in simulierten Umgebungen eigene Verfahren zur Steuerung von Schlussfolgerungs- oder Suchpfaden entwickeln können.

Wiederum andere Arbeiten speichern Erfolge und Fehler in einer Form von Wissensbasis, aus der spätere Agenten Anweisungen ableiten. Dream-RSI unterscheidet sich davon durch die direkte Nutzung historischer Suchbäume als Simulationsgrundlage. Der Schwerpunkt liegt damit auf der Bewertung alternativer Steuerungsentscheidungen und nicht allein auf der sprachlichen Zusammenfassung vergangener Erfahrungen.

Relevanz für den praktischen Einsatz in Unternehmen

Für Unternehmen, die agentische Systeme entwickeln oder einsetzen, ist Dream-RSI vor allem unter dem Gesichtspunkt der Ressourcenplanung interessant. In vielen Anwendungen entstehen die Kosten nicht nur durch die einmalige Antwort eines Modells, sondern durch zahlreiche interne Zwischenschritte. Dazu gehören zusätzliche Modellaufrufe, Tool-Nutzung, Codeausführung und Evaluierungen.

Ein Verfahren, das historische Resultate wiederverwenden kann, könnte die Kosten iterativer Optimierungsprozesse senken. Dies gilt insbesondere für Aufgaben mit einer klaren Bewertungsfunktion, etwa Codegeschwindigkeit, mathematische Zielfunktionen oder technische Leistungskennzahlen.

Für die Übertragung auf produktive Systeme müssen jedoch mehrere Voraussetzungen erfüllt sein:

• Die Ergebnisse vergangener Ausführungen müssen strukturiert, vollständig und zuverlässig gespeichert werden.
• Die Bewertungskriterien müssen ausreichend stabil sein, damit historische Resultate mit späteren Strategien vergleichbar bleiben.
• Die Kosten des Replay-Systems selbst müssen gegenüber den eingesparten Modell- und Ausführungsaufrufen gering sein.
• Das System muss zwischen bekannten und tatsächlich neuen Suchpfaden unterscheiden können.
• Qualitäts-, Sicherheits- und Compliance-Prüfungen dürfen nicht allein durch historische Erfolgswerte ersetzt werden.
• Die Strategie sollte regelmäßig gegen unabhängige Testfälle validiert werden, um eine Überanpassung an den vorhandenen Suchbaum zu vermeiden.

Gerade im B2B-Umfeld ist außerdem die Nachvollziehbarkeit relevant. Ein historischer Suchbaum kann dokumentieren, welche Entscheidungen getroffen, welche Ergebnisse erzielt und welche Strategie schließlich ausgewählt wurde. Das kann Audits und die technische Ursachenanalyse erleichtern. Zugleich entstehen neue Anforderungen an Speicherverwaltung, Datenschutz und Zugriffskontrolle, wenn große Mengen an Agentenverläufen dauerhaft archiviert werden.

Wirtschaftliche Chancen und technische Risiken

Die wichtigste potenzielle wirtschaftliche Wirkung liegt in einer besseren Relation zwischen Ergebnisqualität und Rechenaufwand. Wenn ein Agent mit weniger Live-Versuchen zu einer vergleichbaren Lösung gelangt, können sich Laufzeit, Infrastrukturkosten und die Belastung externer Dienste reduzieren. Bei großen Optimierungsprozessen können selbst moderate Einsparungen pro Durchlauf relevant werden.

Eine weitere Möglichkeit besteht darin, vorhandene Experimente mehrfach zu nutzen. Unternehmen investieren häufig erhebliche Ressourcen in Testläufe, die zwar nicht zur besten Lösung führen, aber wertvolle Informationen über den Suchraum enthalten. Ein Replay-Ansatz kann diese Informationen für spätere Strategieentscheidungen zugänglich machen.

Dem stehen mehrere Risiken gegenüber. Ein historischer Suchbaum kann unvollständig, fehlerhaft oder veraltet sein. Wenn sich die Hardware, die Datenbasis, die Bewertungsfunktion oder die Rahmenbedingungen ändern, sind frühere Ergebnisse möglicherweise nur eingeschränkt übertragbar.

Auch eine scheinbar erfolgreiche Strategie kann zu stark auf die vorhandenen Daten zugeschnitten sein. Sie könnte in den aufgezeichneten Pfaden sehr effizient wirken, bei neuen Aufgaben aber schlechter abschneiden. Deshalb sind unabhängige Validierungsläufe notwendig. Die Einsparung von Modellaufrufen darf nicht mit einer Einsparung bei der Qualitätssicherung verwechselt werden.

Darüber hinaus muss die Auswertung der Ergebnisse robust sein. Wenn eine Strategie vor allem darauf optimiert wird, eine bestimmte Kennzahl zu verbessern, kann sie andere Anforderungen vernachlässigen. Bei Software könnten etwa Geschwindigkeit, Wartbarkeit, Sicherheit und numerische Korrektheit miteinander konkurrieren. Ein Replay-System benötigt deshalb klare und ausreichend umfassende Bewertungsmaßstäbe.

Was Dream-RSI nicht leistet

Die öffentliche Darstellung des Projekts rechtfertigt keine Gleichsetzung mit einer allgemein selbstlernenden oder uneingeschränkt autonomen KI. Dream-RSI verbessert eine bestimmte Klasse von Suchentscheidungen und nutzt dazu aufgezeichnete Ergebnisse. Das Verfahren kann nicht automatisch garantieren, dass ein Agent außerhalb des bekannten Suchraums bessere Ideen entwickelt.

Ebenso wenig folgt aus den berichteten Benchmarkergebnissen, dass jede agentische Anwendung mit Dream-RSI automatisch schneller oder günstiger wird. Der Nutzen hängt von der Struktur der Aufgabe, der Qualität der Evaluierung, der Größe des Suchbaums und der Wiederverwendbarkeit der aufgezeichneten Resultate ab.

Auch die genannten Faktoren wie 2,43-fach weniger Generierungen oder eine Reduzierung von 550 auf 317 Versuche sind als Ergebnisse konkreter Versuchsreihen zu verstehen. Für belastbare Aussagen über den praktischen Einsatz wären zusätzliche Untersuchungen mit unterschiedlichen Modellen, Aufgaben, Budgets und unabhängigen Datensätzen erforderlich.

Der Ansatz ist daher weniger als fertige universelle Lösung zu bewerten, sondern als Baustein für eine effizientere Architektur selbstverbessernder Agenten. Seine Bedeutung liegt insbesondere darin, dass er die Aufmerksamkeit auf die Metaebene der Suche lenkt: Nicht nur die Qualität einzelner Vorschläge entscheidet, sondern auch die Organisation des gesamten Entscheidungsprozesses.

Ausblick auf agentische Systeme mit Erfahrungsspeicher

Die weitere Entwicklung autonomer Agenten dürfte stärker zwischen mehreren Ebenen unterscheiden. Auf der untersten Ebene steht das Basismodell, das Vorschläge erzeugt oder Entscheidungen formuliert. Darüber liegen Werkzeuge, Evaluatoren und Umgebungen, in denen diese Vorschläge ausgeführt werden. Eine zusätzliche Ebene steuert, wie viele Versuche unternommen, welche Pfade priorisiert und welche Erfahrungen gespeichert werden.

Dream-RSI adressiert diese oberste Ebene. Das Verfahren zeigt, dass die Verbesserung eines Agenten nicht zwingend durch ein neues Modelltraining erfolgen muss. Auch eine bessere Verwaltung und Wiederverwendung der Interaktionshistorie kann die Leistung beeinflussen.

Für die Forschung stellt sich damit die Frage, wie weit sich historische Suchräume skalieren lassen. Je größer die Bäume werden, desto anspruchsvoller wird es, sie zu speichern, zu durchsuchen und sinnvoll zu bewerten. Gleichzeitig muss das System entscheiden, welche alten Daten weiterhin relevant sind und wann ein neuer Suchraum aufgebaut werden sollte.

Für Unternehmen wird entscheidend sein, ob sich solche Verfahren in bestehende Agentenplattformen integrieren lassen. Dafür braucht es standardisierte Protokolle für Suchentscheidungen, Evaluierungsergebnisse, Kostenmessung und Sicherheitsprüfungen. Ein Werkzeug wie Mindverse kann in solchen Szenarien insbesondere dort unterstützen, wo Inhalte, Recherche, strukturierte Arbeitsabläufe und KI-gestützte Automatisierung in einer kontrollierten Umgebung zusammengeführt werden sollen.

Fazit

Dream-RSI verfolgt einen technisch klar umrissenen Ansatz: Ein KI-Agent nutzt aufgezeichnete Suchverläufe als Simulator, um alternative Explorationsstrategien zu testen. Dadurch können viele Entscheidungen virtuell bewertet werden, ohne die zugrunde liegenden Modell- und Evaluator-Aufrufe vollständig zu wiederholen.

Die vorgelegten Experimente deuten darauf hin, dass sich bei bestimmten Programmier-, Optimierungs- und GPU-Aufgaben eine vergleichbare oder bessere Lösungsqualität mit weniger Versuchen erreichen lässt. Besonders relevant ist, dass nicht die Gewichte des Sprachmodells angepasst werden, sondern die übergeordnete Suchsteuerung.

Die Methode hat jedoch klare Grenzen. Sie arbeitet auf Basis bereits erkundeter Suchräume, ist von der Qualität historischer Daten abhängig und ersetzt keine unabhängige Validierung. Die Bezeichnung „Träumen“ beschreibt die Replay-Simulation anschaulich, sollte aber nicht mit einer allgemeinen Form von Bewusstsein oder uneingeschränkter Selbstverbesserung verwechselt werden.

Für die Entwicklung produktiver KI-Agenten liefert Dream-RSI vor allem eine wichtige Perspektive: Effizienz entsteht nicht allein durch leistungsfähigere Modelle. Ebenso entscheidend ist die Frage, wie ein System seine Erfahrungen strukturiert, welche Suchpfade es auswählt und wie es bereits bezahlte Berechnungen für künftige Entscheidungen wiederverwendet.

Quellen und Bibliografie

1. Tong Zheng, Xidong Wu, Zheng Zhang et al.: „Dream-RSI: Recursive Self-Improvement through Evolving Worlds“, Forschungsarbeit, arXiv:2609.14858, veröffentlicht im September 2026. https://www.dream-rsi.com/
2. Dream-RSI-Projektseite und ergänzende Materialien: https://www.dream-rsi.com/
3. Dream-RSI-Forschungsarbeit als PDF: https://dream-rsi.com/assets/dream-rsi.pdf
4. GitHub-Repository des Forschungsprojekts: https://github.com/zhengkid/Dream-RSI
5. Jonathan Kemper: „Google Deepmind's Dream-RSI helps AI agents improve by ‘dreaming’ about past attempts“, The Decoder, 19. September 2026. https://the-decoder.com/google-deepminds-dream-rsi-helps-ai-agents-improve-by-dreaming-about-past-attempts/
6. Taryn Plumb: „Google's Dream-RSI cuts discovery-agent calls up to 162x by replaying searches it already ran“, VentureBeat, 17. September 2026. https://venturebeat.com/orchestration/googles-dream-rsi-cuts-discovery-agent-calls-up-to-162x-by-replaying-searches-it-already-ran
7. MindStudio: „What Is Dream RSI? Google's Recursive Self-Improvement, Explained“, 17. September 2026. https://www.mindstudio.ai/blog/google-dream-rsi-recursive-self-improvement