
首个统一元递归自我改进架构,让AI「变强的方式」本身变强(在新窗口打开)
过去两年,AI 领域最激动人心的叙事之一,是让模型自己改进自己:自己生成训练数据、自己改写提示词、自己修复自己的代码。这条路线叫递归自我改进(Recursive Self-Improvement,RSI)。
共 41 篇

过去两年,AI 领域最激动人心的叙事之一,是让模型自己改进自己:自己生成训练数据、自己改写提示词、自己修复自己的代码。这条路线叫递归自我改进(Recursive Self-Improvement,RSI)。

今天,Anthropic登上时代封面了。他们承认:内部已观察到「递归自我改进」的早期迹象,完全自动化的AI研究,可能在一年内就能实现!

RSI(Recursive Self-Improvement,递归自我改进)是今年 AI 创业里最密集的一个方向。如果说RSI 最严格的定义,只有一句话:AI 改进“制造下一代 AI”的方法,下一代继承了这个改进,于是能做出更好的下下代。

2026年,Anthropic披露Claude已主导26%的研发,OpenAI宣布自动化研究实习生达标,智谱与MiniMax推进工程优化,但Weco AI的AIDE²实验尚未证明系统能提升自我改进能力。

AI实验室Mirendil已与Google Cloud签署一项多年期合作协议,为其自我改进型AI研究获取算力资源。这笔交易折射出当前塑造AI行业格局的两大趋势:云计算巨头正以巨额基础设施承诺争夺初创公司客户,而AI公司则在扩张过程中争相锁定尽可能多的算力协议,以确保资源供给。

MirroS给出了第一个完整回答。他们首创性地提出了Physical RSI——在公开文献中,第一次有人将递归自我改进的逻辑从数字环境系统性地延伸到物理现实,并交付了从概念定义、运行机制到研究路线图的完整框架。(原文见MirroS官方博客:Building Physical RSI Beyond the Known World,公众号「MirroS」亦有中文摘要。)

对谈区分模型优化和改进研发流程,讨论计算与实验时间的约束。Jeff Dean 称 Discovery Loop 已运行约 20 个自动改进循环,提效倍数属于目标。

AI 距离真正的递归自我改进(RSI)还有多远?当前,AI 已开始参与数据生成、训练优化、工具迭代与结果验证,但参与研发,并不意味着已经具备持续改进自身的能力。它能够自主完成哪些环节,又如何将局部优化连接成持续、可靠的改进闭环?回答这些问题,需要回到具体的研究与实践,审视已有进展与尚待突破的瓶颈。

让模型自己生成训练数据、自己改写提示词、自己修复代码,这条路线被称为: 递归自我改进(Recursive Self-Improvement,RSI)。

谷歌开源Harness²递归自我改进项目,使大模型无需修改权重即可自主优化外围脚手架,单步改进让GLM-5在WorkBuddy-Bench上提升11.5分。