75页综述提出RSI五级框架:AI递归自我改进走到哪了
AI寒武纪 · wechat · 2026-09-14
上海交通大学、清华大学、字节跳动、商汤等机构30多位研究者发布75页综述《人类构建的最后一个AI：走向真正的递归自我改进》（RSI），系统回答「AI能否自己负责自己的改进、绕过人力瓶颈」。
背景：顶级模型参数与训练成本持续膨胀，专家标注数据成本高企（如GDPval耗费9240专家工时），静态数据红利见顶，RSI被视为绕开人力天花板的路径。
核心框架——五级自主度：
- B0 任务内改进：Self-Refine、Reflexion等，改进不跨任务保留；
- L1 执行自主：人定标准，AI执行并保留结果（如Meta Capacity Efficiency、FineWeb-Edu）；
- L2 策略自主：AI自主决定做什么改进（提示词搜索GEPA、ADAS、AFlow等），风险是基准过拟合与评估器被利用；
- L3 经验获取自主：AI决定学什么（AZR自我博弈、VOYAGER、STP）；
- L4 部署与环境适应自主：轨迹蒸馏、Dynamic Cheatsheet、Self-Harness等让运行经验变持久改变；
- L5 元改进自主：改进改进机制本身（STOP、RQGM、A-Evolve-Training），目前仅限于有界原型。
能力现状：作者提出「头脑空间封闭指数（HCI）」，汇总393条基准数据：2026年高等数学HCI达86.4，而工具代理仅39.9、软件工程52.6——剩余提升空间恰好集中在RSI最能发挥作用之处。
工业案例：上海交大Theseus协同进化循环、Humanlaya双层循环将关键缺陷率从9.0%降到3.7%、腾讯混元Hyra经验库等。
结论：更高自主度不等于更好改进，搜索低效、评估器被利用、迁移失败都可能让自主度成为负担。当前L1-L2已有实际系统，L3-L4高度依赖领域，L5有效证据仍很少。论文还归纳了跨组件诊断、持久状态管理、评估器可信演化等八大开放挑战。
所属事件:33位中外学者发75页论文：通向递归自我改进路线图(14 条相关)→
「漫话AGI」频道最新
- Nat Lambert：开源模型或是维系 AI 生态的关键粘合剂 — natolambert · 2026-10-31
- 李开复新书《AI Native》11 月 3 日上市，获纳德拉作序推荐 — kaifulee · 2026-10-31
- AI 安全进入黑暗时代：Agent 会探测一切攻击面 — graceisford · 2026-10-31
- 闭门夜话:组织出货快 5 倍，GDP 却没涨 30% 的原因 — graceisford · 2026-10-31
- 公司用 AI 裁掉工程师后开始高薪返聘：判断力无法替代 — DavidLinthicum · 2026-10-31
- Nathan Young 提出四套方案：用预测市场问责 AI 圈不良行为 — NathanpmYoung · 2026-10-31