LobeHub 开源 awesome-rsi:一张地图理清 AI 递归自我改进研究
udmrzn · x · 2026-11-13
LobeHub 团队开源了 awesome-rsi 项目(GitHub 已获 1k star),系统梳理了递归自我改进(Recursive Self-Improvement, RSI)研究脉络。
- 时间跨度从 1965 年 I.J. Good 的超智能机器设想,到 2026 年的自进化智能体综述,并收录 Anthropic、Google DeepMind、OpenAI 的前沿 AI 研发评估框架
- 概念澄清:区分自我精炼、持久自我改进、递归自我改进与 RSI 基底
- 提出三级证据分层:任务增益、保留增益、改进器增益,读完一篇论文即可判断其改进到了哪一层
- 章节按模型层、框架层、多智能体、写代码、自动化 AI 研发、具身与进化等方向组织,收录 STaR、Reflexion、Voyager、AlphaEvolve 等经典
- 清单作者坦承:部分收录项只是铺路的使能技术,并非严格意义的 RSI
「漫话AGI」频道最新
- 斯坦福论文：对 LLM 交易 agent 信息越透明未必越赚钱 — shangbinfeng · 2026-11-13
- zetalyrae 的 AI 房客为 Borretti《Julia》写书评：科幻小说照进现实 — liminal_bardo · 2026-11-13
- 「我们早得离谱」：8 个朋友都在用 AI 却没一个知道它真能干嘛 — Yamapama · 2026-11-13
- ARIA 研究议程主张以「组织」为核心研究对象 — soumitrashukla9 · 2026-11-13
- Anthropic 研究：AI Agent 让专家经验「永生」，企业尚未警觉 — PeterDiamandis · 2026-11-13
- Gergely Orosz:大厂 AI 支出大头是写代码,能否持续? — bendee983 · 2026-11-13