Dream-RSI 拆解：把探索历史当模拟器，让 agent 自己改搜索策略

Google 等机构 17 人合作的 Dream-RSI 把「探索历史」变成可回放的模拟器，让 agent 在历史树上离线试多个搜索策略，再把最好的那个放回线上。四个领域 9 个任务的数字、方法边界和我认为该打折扣的地方，都在这篇里。