为何 RSI 进展慢于数学代码：AI 研究文献噪声论
RylanSchaeffer · x · 2026-09-28
研究者 Rylan Schaeffer 提出一个关于 RSI（递归自我改进）为何可能比数学、编程能力所预示的更难实现的“锡箔帽理论”：
- arXiv 上的数学论文大概率基本正确，GitHub 上的代码也大概率基本正确，而 AI/ML 研究文献则大概率错漏较多。
- 由于各大实验室会基于这些（大多不正确的）公开发表成果招聘，导致从员工身上获取的额外训练数据噪声很大，甚至有害。
作者借此解释自我改进在 AI 研究领域可能比数学/代码领域更慢的假设机制。
所属事件:研究者提出假说：AI 文献噪声多或拖慢递归自我改进(2 条相关)→
「漫话AGI」频道最新
- 安全老兵:AI 正让漏洞挖掘民主化,网络安全均衡将被打破 — joshua_saxe · 2026-09-29
- Altman：短时间线+慢起飞是 AI 最安全的象限组合 — StewartalsopIII · 2026-09-29
- 「AI 安全不过是网络安全换皮」：研究者炮轰安全圈造词与渲染恐慌 — kevinnbass · 2026-09-29
- Hanson vs Yudkowsky 辩论要点:经济学抽象 vs 自创认知框架之争 — RichardMCNgo · 2026-09-29
- 学者提出人类正在分裂:98%做超级智能的"宠物",2%放弃人形 — danfaggella · 2026-09-29
- Pachocki、Hinton、Bengio 联名论文警告：AI 研发自动化或触发智能爆炸 — birchlse · 2026-09-29