（来源：机器之心）

LLM 由训练竞赛转入长期运行阶段之后，递归式自我改进（RSI）正在取代「更大参数量+更多数据」的规模路径，成为头部实验室的核心战略方向。2026年以来越来越多的机构将资金投向自我进化系统，其中 AI Build AI 作为该方向的代表性议题，受到的关注度相对突出，指向的是 AI 直接参与 AI 研发这一自动化环节的扩展，出现 BigBang-V1、HiSME、Soft-SVeRL等相关工作。在此前提下，RSI 的战略权重上升，研发范式由规模扩展向自我进化机制迁移。

目录

01. RSI 的能力边界在哪里？

「AI Build AI 」已渗透进研发循环的哪些环节？...

02.近期 RSI 工作如何突破「内省阈值」？

内省阈值是什么？自我改进的极限卡在哪？...

03.AI 何时才能自己改进自己，从而训练出下一代 AI？

当前「弱RSI」距离「强RSI」还有多远？...

RSI 的能力边界在哪里？

1、过去几年，大语言模型（LLM）的能力不断得到提升，OpenAI、Google DeepMind、Anthropic、Meta、阿里巴巴等头部实验室，都已不再满足于「必须由人类工程师反复重新训练」的静态基础模型，而是把资金投向能自我进化的 AI 系统。[1-1][1-2][1-3]

① 2026年上半年，田渊栋联合 Richard Socher（CEO）、Tim Rocktäschel 等科学家创办 Recursive Superintelligence（RSI），目标在于用 AI 让 AI 自我进化、自我迭代，找到新的模型训练范式。

② 2026 年 8 月，Google 联合创始人 Sergey Brin 明确推动资源投入递归式自我改进，目标让 AI 参与下一代 AI 的创造。[1-4]

③ 同月，在 Google 工作 27 年的 Jeff Dean 离职并与 Sanjay Ghemawat、Quoc Le、Oriol Vinyals 等共同创办 Discovery Loop，尝试自动化「提出实验—实现—运行—评估—调整」的完整研究循环，践行RSI的工程化探索。[1-5]

2、在RSI的热度下，许多工作探索了大语言模型能够通过自我反思来精化自身推理、优化自身提示词 、生成并评估自身的训练数据 以及在运行时修改自身源代码，以实现不依赖人类工程师逐轮重新训练、通过与环境的迭代交互自主地改进自身的智能体。[1-1]

3、为判断当前业界在RSI方向的探索进展，以及自进化AI的能力边界，有工作引述知名研究者Roman V. Yampolskiy于2015年提出的分类框架，通过「自我修改」「弱 RSI」「强 RSI」三个级别和配套的能力预期来判断人工智能自我改进机制的完成度。[1-6]

① 集智俱乐部（Swarma Research）的研究者于7月发布「SELF-REFERENCE」工作，引用 Yampolskiy 的三级分类法来划分RSI发展进程与边界。[1-1]

② 「自我修改」阶段指改变系统代码，但不一定提升性能；「弱 RSI」阶段固定算法框架内优化性能，收益不可避免地递减；「强 RSI」改进的是「改进能力」本身，可能启动无界的反馈循环。[1-1][1-6]

4、 相较于早期工作对「自我修改」能力的探索，2026 年以来，BigBang-V1、HiSME 等工作开始聚焦「AI Build AI」方向，即让人工智能直接参与自身的训练与改进环节。

① 早期「自我修改」类工作如self-modifying code、polymorphic code以及metamorphic code等并不涉及底层算法的变更，其改动仅限于代码的外在形态，主要目的在于代码混淆，即防范逆向工程或规避检测机制。[1-6]

② 「AI Build AI」相关工作关注在既定算法框架内对某一具体环节实施优化，以期在框架不变的条件下实现性能增益。该「框架内优化」的属性，使其更接近于 Yampolskiy 所定义的「弱 RSI」。

近期工作如何突破 RSI 的「内省阈值」？

1、在梳理 RSI 能力边界的基础上，「Self-Reference」工作提出了「内省阈值」（introspection threshold）的概念，用以衡量一个系统是否真正具备可持续自我改进的能力...[1-1]

 关注👇🏻「机器之心PRO会员」，前往「收件箱」查看完整解读