Sakana AI 启动 RSI Lab，押注递归自我改进研究
SakanaAILabs · x · 2026-08-04
Sakana AI 宣布启动专门研究组 RSI Lab，聚焦 递归自我改进（RSI），也就是让 AI 自己参与设计和改进 AI 开发流程。
- 公司认为，AI 的下一阶段未必只来自“单个模型继续变大”，而可能来自在约束条件下持续自我改进的开放式系统。
- 文章把这条路线描述为日本在 AI 新范式上的机会：即便算力规模不占优，也可能在新机制研发上建立优势。
- 文中回顾了过去两年的研究积累，说明 RSI Lab 不是从零开始。
文章回顾的关键研究
- LLM-Squared（2024）：与牛津、剑桥合作，让 LLM 去发明更好的 LLM 训练方法，最终得到偏好优化算法 DiscoPOP。
- The Darwin Gödel Machine（2025）：通过不断变异与选择自我修改代码的 agent 系统，在 SWE-bench 上把起点成绩提升了一倍以上，绝对值提高 30 分。
- ShinkaEvolve（2025）：面向科学发现的开源程序进化框架，强调更高的样本效率。
所属事件:Sakana AI 成立 RSI Lab 并加入日本 AI 机器人协会(2 条相关)→
「研究」频道最新
- Roomer 用对象级局部编辑修复 3D 室内布局 — cn-scut · 2026-08-04
- ScrambleToolBench 发现 Agent 遇到变更仍靠穷举 — declare-lab · 2026-08-04
- 隐藏未来轨迹后，自动驾驶 VLM 推理更可信 — Buaa1 · 2026-08-04
- WCM 给 VLA 机器人 RL 加上世界模型 critic — OpenMOSS-Team · 2026-08-04
- StyleForge 用反事实推理统一室内家具风格 — cn-scut · 2026-08-04
- Seedance 2.5 一天烧掉 1200 元，但能合成工业数据 — xiaohu · 2026-08-04