Sakana AI 发布 MASS 多智能体自我改进论文，Dietterich 质疑监督瓶颈未解

tdietterich · x · 2026-10-13

Sakana AI 团队发布新论文 MASS（Recursive Self-Improvement through Multi-Agent Self-Supervision），探讨当任务复杂到人类无法可靠评估时如何持续改进 AI：若让模型同时充当求解器、优化器和评估器，会陷入同质化循环自我强化，遭遇「监督瓶颈」。

AI 安全学者 Thomas Dietterich 回应质疑：该方法似乎仍在用系统自身的判断来训练自身，只是把系统换成了相互通信的智能体集合——这是否只是把系统已隐式「知道」的内容显式化？他同时指出论文的主要发现是智能体间通信可以大幅改进。