河南诚希科技发布RSI角色对话算法：让AI从聊天失误中持续改进

AI 角色如何在上百轮的长对话之后，它仍然记得此前发生的事情，保持人物性格，并根据双方关系的变化作出合适的回应，是目前AI陪伴和personal agent的研究难点。河南诚希科技有限公司（Henan Chengxi Technology Co., Ltd.）发布面向长时程角色对话的递归自我改进算法框架 RSI。相关技术报告《Recursive Self-Improvement for Long-Horizon Role-Playing Dialogue》已在 arXiv 公开（arXiv:2611.07469），披露了算法框架与内部对比测试结果。

在覆盖 50 个原创角色、5 个基础模型的测试中，引入 RSI 后，系统的不良回复率从 14.00% 降至 4.94%，相对下降 64.71%。在 600 次人工盲评判断中，RSI 获得 294 次胜出、187 次持平和 119 次落后；在分出胜负的判断中，胜率为 71.19%。

这项技术关注的是角色对话系统如何在持续运行和测试中发现问题、修复问题，并逐步改善自身的修复方式。

长对话，考验的是持续保持一致的能力

角色对话中的质量问题往往随着互动推进而暴露：角色忘记了此前的约定，情绪转变缺乏依据，剧情陷入重复，或者在用户尚未作出回应时过快推进关系。

这些问题很难仅靠增加一段人物介绍解决。同一个不合适的回复，可能来自记忆缺失，也可能来自错误的记忆检索，或是当轮提示策略没有正确使用已有信息。

对于拥有多个原创角色（OC）的产品，问题还会进一步放大。不同角色具有不同的性格、表达方式和互动节奏。一条有助于改善某个角色的通用规则，也可能削弱另一个角色的辨识度。

诚希科技的 RSI 框架将优化对象细化为三个部分：角色记忆、稳定的角色指令，以及每轮构建提示内容的动态策略。系统根据对话中的具体失败证据，判断应该修改哪个部分，并对修改后的效果进行验证。

例如，当角色过早推进亲密关系时，系统可以调整关系推进的条件，同时保留角色原本热情、主动的表达风格。这样，修复能够针对问题发生的情境展开，减少对角色整体表现的干扰。

RSI 的关键，在于改进器本身也能更新

该框架包含两层相互连接的改进过程。

第一层直接优化角色。系统生成内部测试对话，定位错误，提出候选修改，再通过验证决定是否采用。成功和失败的修改都会被记录下来，形成包含问题证据、修改对象、验证结果和评估成本的修复历史。

第二层利用这些记录优化改进器。系统分析哪些诊断反复出错、哪些修改路径经常无效，以及哪些修复虽然解决了局部问题，却导致其他场景出现退化。在此基础上，它更新自己的诊断规则、修改路由和候选选择策略。

以关系推进问题为例，如果多次测试发现，修改动态提示策略能够改善互动，而大幅调整稳定角色指令容易损害人物风格，改进器就可以更新规则，在后续类似问题中优先尝试更合适的修改路径。

递归机制由此形成：本轮修复的结果，影响下一轮系统如何发现问题、选择修改方案。

框架同时设置了固定的验证条件、资源预算和受保护的角色核心设定。候选改进器需要在新的验证案例中与上一版本比较，验证通过后才进入后续循环。基础模型权重不属于这一机制的修改范围。

多模型、百轮对话下的内部验证

本次实验采用 50 个原创角色，每个角色分别在 5 个基础模型上运行两段对话，每段对话包含 100 轮互动。基线与 RSI 两个条件各包含 500 段对话，名义规模各为 50,000 条角色回复。

测试中的对话另一方由 AI 自动扮演，同一组对比使用相同的基础模型。最终纳入评分的基线回复为 49,824 条，其中不良回复 6,973 条；RSI 回复为 49,793 条，其中不良回复 2,459 条。

不良回复的判断关注具体上下文中的质量问题，例如世界设定冲突、叙事重复、角色行为失真、忽略对话对象，以及越过互动边界。每条回复即使出现多个问题，也只在总体不良回复数中计入一次。

结果显示，RSI 将不良回复率降低了 9.06 个百分点。按每千条回复折算，不良回复由约 140 条降至约 49 条。

人工盲评也呈现一致方向：RSI 的胜出次数明显高于落后次数。这组结果反映了完整框架在内部模拟对话中的整体表现，为进一步面向具体产品场景的验证提供了基础。

面向角色规模化运营的技术路径

对于角色对话产品，随着角色数量、场景类型和互动长度增加，质量维护会逐渐成为持续性的工程工作。角色上线之后，仍需要不断发现记忆、人物表达和互动策略之间的冲突。

RSI 提供了一条值得关注的路径：将分散的对话问题转化为结构化修复记录，再利用这些记录改进后续的优化决策。它有望支持更系统的角色质量维护，让新增角色和既有角色的持续优化拥有共同的技术基础。

这一方向也具有跨基础模型的应用空间。诚希科技此次将五个模型纳入同一实验设计，考察角色层面的改进机制在多模型测试条件下的整体表现，为后续研究不同模型与角色配置之间的适配关系提供了起点。

河南诚希科技有限公司在 AI 陪伴领域持续深耕多年，已布局多款 AI 产品，团队成员来自多家大型科技企业及国内 985 高校，围绕角色塑造、长期记忆与对话体验积累了研发和产品实践经验。公司关注 AI 在长期互动中理解用户、保持角色一致性和延续共同经历的能力，并将这一产品理念落实到持续的技术迭代中。随着旗下产品用户规模持续增长，诚希科技正推进角色对话能力的系统化建设，此次发布的 RSI 技术是其中一项重要进展。