递归自我改进可能先从 AI 改进造下一代自己的代码开始
imjustnewatai · x · 2026-07-26
这篇长文把 RSI（递归自我改进） 解释得更“工程化”：第一阶段未必是模型直接改写自己的权重，更可能是 AI 先改进生成下一代 AI 的研发流程，比如训练代码、kernel、评测、数据管线和 agent scaffolding。只要每一代系统都能明显缩短下一代诞生所需时间，曲线就会自我变陡。
文中强调了几个现实信号：
- Darwin Gödel Machine 和另一套自编辑编码 agent，提升的是围绕冻结基座模型的软件外壳，不是直接重训权重。
- OpenAI 的 GPT-5.6 system card 说它还没跨过“高”自我改进门槛；Anthropic 则表示已经看见 AI 在加速 AI 研发。
- 为什么 Sam Altman 强调 coding：因为训练系统、推理内核、数据管线、合成数据、eval、实验编排、监控安全，几乎都最终落到代码上。
- 文章最后认为，真正的关键不是“AI 能不能改进某个东西”，而是这种改进能否持续压缩下一轮周期，快过芯片、电力、数据、实验、安全门槛和人类协同这些瓶颈。
所属事件:AI 递归自我改进或始于优化研发流程(2 条相关)→
「漫话AGI」频道最新
- Mostaque 认为集体构建的模型应向所有人开放 — danbri · 2026-07-26
- 美国 OSTP 负责人称 AI 将开启科学黄金时代 — beffjezos · 2026-07-26
- Mira Murati：文明命运不能只交给几千人决定 — beffjezos · 2026-07-26
- Mira Murati 公开谈开源权重模型对未来的重要性 — hardimanjames · 2026-07-26
- 闭源实验室可能不再通过 API 出售最强前沿模型 — A_K_Nain · 2026-07-26
- 开源 AI 技术差异不大，真正差别在商业模式 — MatthewBerman · 2026-07-26