Ben Lorica 谈自我改进 AI：杠杆在 Harness 而非模型权重

bigdata · x · 2026-09-13

Gradient Flow 作者 Ben Lorica 撰文拆解「自我改进 AI」的三个概念层次：持续学习（经验是否让系统下次更好）、有界自我改进（系统把经验转化为经过测试的持久变更）、以及递归自我改进 RSI（系统改进产生改进的流程本身）——三者并非阶梯关系，可单独存在。核心观点：对大多数应用团队，真正可拥有的杠杆不在模型权重（模型是「租来的」），而在包裹模型的 harness——prompt、上下文、记忆、工具、路由、子代理与工作流。近期的实用图景不是无限制的智能自我提升，而是自动化目前手工完成的改进环节。实操建议：把每次自动化 prompt 或工作流改动当作标准软件部署，独立测试、保留回滚、重大变更需人工签核。