
AI开始改进“改进自己的方法”,RSI进入平方时代丨MetaRSI(在新窗口打开)
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)。
共 160 篇

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)。

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)。

模型正在接手更多复杂工具。 GPT-6 Astra 发布后的这几天,各个平台几乎都被它刷屏了。 新模型刚出来时,大家总喜欢找一些看起来足够难的任务去试探边界,这次画风变了,不少人开始主动寻找那些原本需要学习专业软件才能完成的事情。 尤其是Blender,在官方案例宣传之后,网上很快冒出了一大批类似尝试。 小编也跟着试了两次,第一次做的是一个月球探月机器人,参考图比较简单,主体是一台带履带的探测车,车身有机械结构和设备模块。 不需要任何提示词工程,把参考图交给 Astra,让它直接在Blender里完成建模就好。 一次生成的完成度已经足够高了,车身、履带和顶部结构基本都在合理的位置,虽然细节和参

主动型AI开始冒头。 现在大多数人的日常都会打开ChatGPT、豆包等AI软件,遇到问题时,先梳理清楚诉求,再组织提示词,等待它们输出结果。 如果回答不够满意,就补充背景信息、上传文件、增加约束条件,调整完毕后,再把生成内容复制到其他工具中使用。 这类通用AI能力确实足够好用,但距离大家幻想里的助理还差得很远。现实中的助理,不会干坐着等你下达命令才干活。 看到有待回复的消息、马上要开的会议、积压许久的琐事,它理应心里有数,到点提醒你,甚至提前把后续工作安排妥当。 近几个月在硅谷科技圈迅速走红的新宠Town,就在尝试做这类更主动的AI助理。 他们更看重产品长期积累个人背景,一点点赢得你的信任,帮

到底是谁家的模型? 智东西9月9日报道,近日,有一款名叫Omen Alpha的匿名模型突然出现,并凭借其超高性价比迅速引起热议。 上线5天后,在Muse Spark 1.3 Contributor这款免费模型的冲击下,依然高居OpenCode调用量榜单第七,开发者纷纷猜测这是谁家的新模型,有网友评论“又是来自东方的神秘模型”。 在社区测试中,不少人一致的反馈就是“快”, 有开发者用Omen Alpha仅花了1小时30分钟就完成了一个简易3D世界的建模,而且效果相当好。 与之对比,该开发者用GLM 5.3 Flash和GPT 5.6 Luna以同样的提示词进行开发,用时接近3小时,但几款模型的开

Anthropic开源Claude Commerce Agents全套架构与代码,提出以单一主模型加技能扩展的精简架构,通过提示词缓存、预先调度等手段实现降本提速,并给出异步记忆、代码级安全防护和状态切片评测等生产落地方案,实测可帮助商家购物车容量提升35%、下单概率提升60%。

Anthropic发布Fable 5.1完整提示词与工程落地指南,涵盖思考档位选择、工具调用进度汇报、历史对话管理、上下文压缩、写作密度控制、检索引用规范、安全策略调优、多智能体并行及视觉任务处理等多方面的使用技巧与避坑要点。

最近我在琢磨用 AI 做带货视频。 刷到好几个做视频的大佬在用 wan3.0,说 效果跟 seedance 有的一拼,价格还更便宜。 我就去官方平台试了试。 第一次用就交了 五十多块学费。 事情是这样的。 提示词写完,点提交,页面刷新了一下。 生成记录里 一条都没有。 我以为没提交成功,又点了一次。 刷新,还是空的。 第三次点完,我就去睡了。 第二天早上十点,阿里云的短信来了。 阿里云欠费短信 可用额度 -50.32 元。 三次里第一次走的是免费额度,后面两次是真花钱。 五十块,我三顿猪脚饭。 肉疼完,我做的第一件事就是去全网翻更便宜的渠道。 还真翻到了,一秒 0.048。 具体哪家,等我把效

用 AI 做视频的同学总有这样的痛苦:提示词也不是没认真写,运镜方向、人物走位、画面构图交代了一大段,但模型给出的画面总是差着一截,运镜偏了几十度,人物走到中途消失,镜头速度前半段稳后半段飘。

玩 AI 视频有一段时间了,经验说不上多,但有一件事我算是想明白了:提示词这条路,走到头也就那样。