谷歌提出Dream-RSI方法，让智能体将历史探索记录构建为虚拟回放模拟器，在决策树上反复演练搜索策略，无需改动底层模型即可大幅压缩大模型调用量，最高达162倍。该方法在算法工程、数学优化和GPU内核任务上均显著提升效率，核心是迭代上层搜索策略而非模型本身。