
第一篇AI4AI综述:让AI改进AI,发展到哪步了?(在新窗口打开)
第一篇AI4AI综述论文将long horizon智能体、AI4AI与recursive self-improvement纳入同一研究地图,指出AI能在明确目标与评价规则下承担部分研发工作,但单项能力提升无法证明完整流程可靠,持续自我改进仍面临组合鸿沟等验证挑战。
共 129 篇

第一篇AI4AI综述论文将long horizon智能体、AI4AI与recursive self-improvement纳入同一研究地图,指出AI能在明确目标与评价规则下承担部分研发工作,但单项能力提升无法证明完整流程可靠,持续自我改进仍面临组合鸿沟等验证挑战。

Agent 完成任务后,学到的经验去了哪里?

破天荒,OpenAI同一天都在宣告:RSI真的来了!

刚刚,Gemini 3.8 Flash,正式发布。

Agent 经常遇到这样一种幻觉:你给模型接入了终端,下发了一个复杂的 debug 任务,看着它顺藤摸瓜排查了几个小时,最终完美修复了依赖冲突,甚至连测试用例都帮你补齐了。

RSI,可能是 AI 世界里最像科幻的一个词。

寒序科技正式公布uHBM®与uLPU™推理计算架构,首次完整亮相其基于Persistent MRAM的权重驻留片内计算方案。

在此背景下,新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris(Recursive Experiential–Working Memory Evolution),作为首个将递归自我改进应用在记忆控制层内的智能体架构,Recuris 通过三项核心技术突破,无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。

AI领域的造词速度已经到了一个夸张的水平,各种概念眼花缭乱。从龙虾、Agent、循环工程(Loop Engineering),到现在前沿的持续学习和RSI(递归自我改进)。不管是对于初步了解行业还是跟踪AI行业的人,这都是一件比较头疼的事情。

到 2026 年年中,AI 「研发自动化」的进度表,已经相当激进了。在田渊栋看来,试图在参数调优和执行效率上与机器赛跑,注定是一场必败的战役。当 RSI 彻底重塑智力分工的明天,人类最后的护城河,是那些无法被结构化外化的「深层理解」。