> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 递归自我改进 (RSI) 解决了吗？
- URL: https://www.hubwiz.com/blog/is-recursive-self-improvement-solved/
- Published: 2026-10-11T14:37:13.000Z
- Updated: 2026-10-11T14:37:13.000Z
- Description: 在现代 AI 时代，递归自我改进有两条研究路线：弱 RSI 与强 RSI。
- Author: admin
- Tags: INDUSTRY, RSI, #Import 2026-10-14 14:41

谷歌 DeepMind 实现 RSI 了吗？昨晚有位订阅者向我提出了这个问题，于是我顺藤摸瓜查了一圈。我此前没意识到，除了缩写本身的表层定义之外，关于 RSI 的公开资料少得可怜——所以我写这篇入门，往深处讲，但不会用术语和复杂度把你淹没。

一切始于 1965 年 Irving John Good 的文章《[关于第一台超级智能机器的推测](https://languagelog.ldc.upenn.edu/myl/Good1964.pdf?ref=hubwiz.com)》（Speculations Concerning the First Ultraintelligent Machine）。AI、AGI、ASI、奇点以及 RSI 这一概念，全都源自他对机器智能可能形态的遐想。1993 年，Vernor Vinge 在一次 NASA 研讨会上预言奇点、超级智能或 RSI 将在 2005 到 2030 年之间发生。无论术语还是猜想，都不是新鲜事。

[David Chalmers 在 2010 年写下了 RSI 的核心论证](https://consc.net/papers/singularity.pdf?ref=hubwiz.com)："智能的提升……总会带来设计智能系统之能力的相称提升。"这就是核心论点。随着模型能力增强，我们也会看到一种自我改进的涌现能力随之生长。它起初由人类引导，然后从那里向前推进。

Nick Bostrom 在《超级智能：路径、危险与策略》中更进一步，假定自我改进的速率会落入三类之一。他创造了今天研究者们常挂在嘴边的"快速起飞"（fast takeoff）一词。快速起飞依赖于 AI 的架构很少给自我优化设置障碍。关键的分野正是从这里开始显现。

如果 RSI 是弱的，改进会很慢，需要数十年甚至更久。如果 RSI 是强的，改进可能发生在几天、几小时甚至几分钟内。这些标签和定义并无强共识，所以我会通过选定自己使用的术语来简化这场争论。我从 2012 年起就在这个领域，并参与定义了应用机器学习，所以在这里略作僭越。

在现代 AI 时代，[递归自我改进](https://champaignmagazine.com/2026/06/06/aikipedia-recursive-self-improvement-rsi-2/?ref=hubwiz.com)有两条研究路线：弱 RSI 与强 RSI。

## 1、弱 RSI

弱 RSI 的多种方法我们已有十多年了。弱 RSI 高度依赖人来驱动改进循环，由其他模型加速和放大进展。然而，它仍然依赖人类教师。这种自我改进无法泛化到我们所教授的狭窄领域之外，所以进展缓慢，并且会触顶。

我目前正在写的[以工作流为中心的知识图谱](https://vinvashishta.substack.com/p/knowledge-graph-engineering-starts)系列，就是一个从弱 RSI 出发、朝着把弱 RSI 自动化为非常有限的强 RSI 演进的方法示例。它之所以"有限"，是因为学习受限于实验，因此不会满足强 RSI 或快速起飞的全部标准。它落在 Bostrom 的"温和"类别里。

其灵感来自 [Gödel 机](https://www.semanticscholar.org/paper/G%C3%B6del-Machines:-Fully-Self-referential-Optimal-Schmidhuber/402a5f749c99c75c98a626539553c2e4b5939c29?ref=hubwiz.com)——它"一旦找到重写有用的证明，就重写自身代码的任何部分"——以及衍生工作《A Family of Gödel Machine Implementations》提出的基于经验的 Gödel 机。如果你一直在追我关于 [agentic 架构](https://vinvashishta.substack.com/p/causal-workflows-part-3-extreme-experiments)和信息模型的系列，你会看到我应用 Pearl 的因果性工作与实验循环之间的平行关系。Pearl 的工作提供证明，实验则创造决定重写的经验。

我也把两个过程学到的东西放进信息模型，但大多数 RSI 研究聚焦于把学习训练进 AI 模型内部。我则用一套完全不同的东西，绕开当前 AI 架构的优化速度限制。这算作弊，但在应用 AI 领域我们可以这么干。

我们有很多扩展弱 RSI、使其更强大的方法，但它们都不满足强 RSI 的全部标准。[Darwin Gödel 机](https://arxiv.org/abs/2505.22954?ref=hubwiz.com)在今年早些时候被提出。它们用达尔文式的经验选择替代可证明的效用。它以可靠性为代价加速学习（它学到的是对的东西吗？）。

AlphaEvolve 是 GDM 的另一个、更强的 RSI 方法，它"找到了一个用 48 次标量乘法计算 4×4 复矩阵乘法的算法，改进了此前在该场景下已知最优的 Strassen 1969 算法"。它打开了数学难题求解的进展，但同样，可靠性与解的一致性问题依然存在。

即便是更强的 RSI 方法，也会撞上非常"人类"的挑战。新研究看起来很有希望，却常常被证明是错的。对 AI 如此，对我们自身的自我改进亦然。

## 2、强 RSI

强 RSI 是指：一个教师模型（通常是多个模型）训练出一个新模型，其能力超过所有教师能力之和。这在今天是一种独特的人类能力，而 AI 实验室正试图复制它。最好的老师加上最聪明的学生，可以教出超越自己的学生。这是 AGI（通用人工智能）中那个"G"的一部分。

强 RSI 使 AI 能够指数级地泛化（超出教师的领域）并避免触顶，唯一的限制因素是算力。这是 ASI（人工超级智能）中的那个"S"，也是可能让 AI 的学习超越人类知识边界的东西。这是每家主要 AI 实验室都在追求的目标，也是 GDM 据称已用其当前 Gemini 4 训练运行解决了的目标。

这里的问题相当严重。首先，从来没有一次令人信服的强 RSI 演示。它在理论上是可能的（这一点已有充分研究和支持），而且迄今为止我们也没有任何证据支持"强 RSI 不可能"这一反事实。但是我们发现的每一种架构，都对自我改进的速率施加了限制。

每家实验室都会很快抛出自己拥有的"scaling 轴"数量——这是个花哨的说法，意思是有多少种有前景的方法被发现能提升模型能力。每条轴都被画在一条指数曲线上，预测它将带来的能力收益。这些曲线都在最初几个改进循环中成立，然后触顶。

我自己在物理、自然语言、供应链优化、定价和客户行为模型上都亲身经历过。每一次，早期的加速都很快让位于平台期。尽管如此，每一次我都怀有同样的亢奋和虚假希望。模型在你图表的指数曲线上继续爬升，却不交付真实世界的能力收益。

你很快会意识到，你的图表和真正重要的那张图表之间存在断层：真实世界的性能与结果。现实常常令人失望。我不是说强 RSI 不会被解决。我是说，强 RSI 唯一的检验标准是真实世界的性能。

到目前为止，我们在强自我改进前沿看到的一切：要么在一段起初很有希望的阶段之后触顶，要么是更多算力而非学习优化的结果，要么来自更好的数据/更完整的信息。

## 3、谷歌 DeepMind 到底突破了什么？

这个故事的[源头是 X 上的一个账号](https://x.com/i/trending/2098561980999286909?ref=hubwiz.com)。据我所能查到的，它不隶属于任何创始人、研究者、甚至任何实验室。那条帖子只是在给 GDM 的贺信里把三个字母（RSI）大写了而已。这足以驱动数百篇文章和数千条社交媒体帖子，猜测某家实验室是否已攻克强 RSI。

我们正在见证一种古老的指数扩展定律：炒作（Hype）。如果这个传闻有几分真实，它建立在这篇论文之上：《[Procedural Graphs: Self-Evolving Execution Structures for LLM Agents](https://arxiv.org/pdf/2609.09153?ref=hubwiz.com)》。其第一作者是 GCP AI 的一位应用研究者，他确实抓住了一些东西。

Sergey Brin 回归谷歌及其对 GDM 研究方向的影响，让强 RSI 重新成为重心。多位内部人士报告称，GDM 已把大量资源转向强 RSI 研究。也许他们发现了什么，也许只是增加了大量算力带来了显著进展。

猜测很多，证据为零。即便强 RSI 的主张真的出现，也要过上一段时间才能在真实世界环境中——而不是精心设计的基准——得到确认。OpenAI 最近在 Navier-Stokes 上的进展[未能毫发无损地通过真实世界的审视](https://www.science.org/content/article/how-ai-math-breakthrough-ignited-controversy?ref=hubwiz.com)。连作者自己都把 AI 的证明称作"AI 垃圾"（AI slop），并花了数月把它改造成数学家能读、能评估的东西。大多数评估者说它令人印象深刻，但不完整。

真实世界就是这么运转的。进步是渐进的，直到某一天它不再是。我们可能离那一天很近了，但 X 上的一条帖子不足以说服我，也不该足以激起这个量级的反响。我看到炒作在指数级扩张，但强 RSI 仍未解决。

---

原文链接：[What Is Recursive Self-Improvement & Has It Been Solved?](https://vinvashishta.substack.com/p/what-is-recursive-self-improvement)

汇智网翻译整理，转载请标明出处