从记忆到自进化：Agent 走向 RSI 的关键一步
从记忆到自进化：Agent 走向 RSI 的关键一步近期，全球顶尖 AI 实验室正在密集释放一个信号：AI 正在从帮助人类完成任务，走向参与自身的研发与改进。
来自主题: AI资讯
8447 点击 2026-10-12 11:24
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
近期，全球顶尖 AI 实验室正在密集释放一个信号：AI 正在从帮助人类完成任务，走向参与自身的研发与改进。
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。
据外媒报道，谷歌已在内部编码平台Jetsky测试Gemini 4下一代检查点Carbon，多名员工称其编程表现逼近Opus 5.5，递归自我提升（RSI）是取得这一进展的关键。
10 月 6 日，OpenAI 公开了 AI 产出的 722 篇数学论文，包括准黎曼猜想的相关证明。前 Google 科学家、xAI 联合创始人 Christian Szegedy 表示，数学家穷尽一生攀登的险峰，机器可乘飞机直接抵达。但 Szegedy 认为，数学不是走向终结，而是探索方式的改变 —— 人们可以借助飞机，抵达更多未境之地，他自己对此兴奋不已。
Hinton等22位作者在首篇RSI论文中指出，AI全面参与下一代AI研发可能形成递归自我改进并引发智能爆炸，但现阶段证据不足以证明智能爆炸已经发生。
Google等提出RRSI，通过正则化Agent Harness自我改进中的Proposal与Selection，减少过拟合与复杂度累积，并提升未见基准上的迁移表现、降低Token成本。
给定一个基座模型、一个目标能力和算力预算，RSI Agent 自己设计后训练算法、收集和整理数据、写代码、跑实验、迭代改进，最终交出一个训练好的模型，全程无人介入。在自主后训练基准 PostTrain
AI 确实在帮 AI 变强，但收益正逐轮递减。当前 AI 自我改进回路的实际强度，仅为触发“智能爆炸”所需理论阈值的 10% 到 20%；若要实现自我维持式的加速进化，这条回路必须再增强 5 到 10 倍。而在巨额过程损耗面前，眼下的系统连维持匀速进步都已十分吃力。
RSI（Recursive Self-Improvement，递归自我改进）最近成为了行业内关注的新热点。 简单说来，模型参与训练和提升模型自己，在业界已经开始成为一种惯例。Anthropic 在六月
三星与上海交通大学提出RoboICL具身上下文学习方法，通过冻结GPT-6 Astra模型并在推理时提供少量示范与机器人自身交互记忆，在RoboDojo 30项机器人操控评测中以50.64分全面领先PhysicalRSI等现有方法，并公开了929条可逐布局核查的执行记录及真实机械臂实验结果。