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递归自我改进路径与AGI趋势探讨(11 条相关)→
「漫话AGI」频道最新
- Hinton 回击黄仁勋:他唱衰 AI 危险论是为了多卖英伟达芯片 — BlackHC · 2026-10-16
- Yudkowsky 怒斥可解释性新进展，转发者反驳「末日论者永远可以说不够」 — AlexTensor · 2026-10-16
- Beff Jezos：技术加速已到文明级拐点 — beffjezos · 2026-10-16
- 数据科学家自述:未来五年最稳的转型是转向 AI 工程 — mdancho84 · 2026-10-16
- 学者争论：AI 将超越人类做科学，欧洲躲不开只能用别人的 — teortaxesTex · 2026-10-16
- beffjezos 回应 Aaron Levie：技术乐观主义是『超迷信』 — basedjensen · 2026-10-16