最近听了田渊栋关于 `RSI` 的访谈，又陆续看了 `Darwin Gödel Machine`、`AlphaEvolve` 等相关研究，感觉这个方向值得聊一聊。过去几年，我们关注的主要是大模型能够完成什么任务，从文本生成、逻辑推理到代码编写，再到如今能够自主规划和执行任务的 `Agent`。而 `RSI` 讨论的是另一个问题：**当 AI 已经具备一定的研究和开发能力之后，能否让它参与自身的改进，并通过这种改进不断增强后续的研究能力？**
这个问题其实很早就有人讨论，只是直到最近，才逐渐具备了可以开展工程验证的技术条件。
# 一、RSI 是什么，为什么现在值得关注？

`RSI` 的全称是 `Recursive Self-Improvement`，即递归自我改进。理解它的关键是“递归”： /AI 系统通过自身的研究活动获得改进，而改进后的系统又能以更强的能力开展下一轮研究。/ 

举个例子，现在的 `Coding Agent` 已经可以自动优化某个 `GPU Kernel`，通过修改代码、运行测试和分析结果，最终找到性能更好的实现。如果我们进一步让它分析自己的研究过程，改进候选生成、实验选择或上下文管理机制，使下一轮算法优化更加高效，那么改进对象就从外部程序扩展到了研究系统自身。如果这种能力能够持续传递，便形成了 `RSI` 所关注的递归反馈。

这一思想可以追溯到 1965 年 I. J. Good 提出的智能爆炸假说。他设想，如果机器能够设计出比自己更强的机器，那么下一代机器又可能设计出更强的后继者，从而形成持续增强的智能反馈。后来，Schmidhuber 的 `Gödel Machine` 尝试从形式化的角度研究自我修改，要求系统证明修改能够提高预期效用。不过，复杂 AI 系统的行为很难通过严格的数学证明完整覆盖，因此现代研究逐渐转向基于实验反馈的自我改进。

过去的 `AutoML`、神经网络架构搜索和强化学习，已经在一定程度上实现了机器自动优化模型或策略，但搜索空间和优化目标通常由研究者提前定义。大语言模型的发展改变了这一条件，尤其是 `Coding Agent` 开始能够理解复杂代码、修改训练算法、组织实验并分析结果，自动化搜索的对象和范围因此得到扩展。

田渊栋在访谈中也谈到了这一变化。大模型编程能力和对 AI 研究对象的理解能力逐渐成熟，使自动化科研具备了更现实的基础。毕竟，无论是模型结构、训练算法还是推理优化，最终都需要通过程序实现。当 AI 能够理解和修改这些程序时，也就获得了直接参与 AI 研发过程的能力。

# 二、RSI 的核心机制是什么？

从技术上看，`RSI` 可以理解为两个相互关联的反馈循环。**第一个循环负责完成具体的研究任务，第二个循环负责改进执行这些研究任务的系统本身。**

第一个循环已经相对容易理解。研究 `Agent` 根据目标提出假设，生成候选方案，通过 `Sandbox` 执行实验，再由 `Evaluator` 根据性能、正确性和成本等指标进行验证。有效方案被保留，系统继续开展下一轮搜索。`FunSearch` 和 `AlphaEvolve` 都体现了这种机制，通过语言模型生成候选程序，结合可执行评估与演化搜索，不断发现更好的算法实现。

第二个循环才是 `RSI` 真正需要解决的问题。系统在研究过程中积累的经验，需要能够反过来改进自己的研究策略、工具或模型能力。例如，某个研究 `Agent` 发现，大量实验消耗在重复的无效候选上，于是修改自身的搜索策略和历史实验检索机制。如果新版本能够在相同预算下找到更多有效改进，那么研究能力就获得了提升。进一步让新版本继续修改自身，才有可能形成持续的递归过程。

这里涉及几个关键技术问题。
- 首先是**修改边界**，系统究竟可以修改 `Prompt`、`Agent Harness`、工具代码，还是进一步修改模型参数与训练算法？不同层次的修改涉及完全不同的成本和风险。
- 其次是**评估机制**，如何确认一次修改真正增强了系统能力，特别是要避免通过修改测试条件获得虚假收益。
- 最后是**能力继承**，研究过程中形成的代码、实验结果、失败经验和策略改进，需要作为长期资产保存，并能够被后续版本有效利用。
  
这也意味着，`RSI` 对 `Agent Runtime` 提出了新的要求。除了任务规划、工具调用和上下文管理，系统还需要支持实验编排、版本分支、独立评估和研究状态持久化。尤其是研究过程中的经验，只有能够改变后续研究行为，才真正具有递归改进的价值。

# 三、目前有哪些真正接近 RSI 的研究？

我认为，近期最值得关注的是 `Darwin Gödel Machine（DGM）` 和 `AIDE²`，它们都开始直接研究智能体自身的能力改进。

2025 年提出的 `DGM`，允许编程智能体直接修改自己的代码，通过编程基准测试判断修改效果，并保留多个历史版本形成的演化分支。它的一个重要设计是开放式探索：**系统可以从不同历史版本继续搜索，从而减少只保留当前最优解带来的局部最优问题**。论文报告，在特定实验条件下，系统在 `SWE-bench` 上的成绩从 20.0% 提升至 50.0%。这说明，智能体可以通过修改自身程序改善任务表现，而不必始终依赖人工调整执行机制。

2026 年的论文 Recursive Self-Improvement of AI Research Agents 则进一步提出了 `AIDE²`，直接将 AI 研究智能体自身作为改进对象。系统通过修改研究 `Agent` 的代码，再利用独立的 AI 研发任务进行评估，让经过验证的新版本继续执行下一轮修改。论文报告了连续八天运行期间的七次连续改进，涉及搜索策略、上下文管理等机制，并在部分未参与优化选择的任务上观察到了能力迁移。

这些研究让 `RSI` 从理论构想进入了可以进行实证分析的阶段。不过，目前证明较充分的，仍然是特定任务和特定系统结构下的自我改进。基础模型自身能否持续设计出更好的训练算法、模型架构，甚至形成跨领域的自主科研能力，还需要进一步验证。

这也对应着田渊栋在访谈中强调的一个问题：AI 已经可以承担不少科研执行工作，但科学研究还包括发现重要问题、提出新的概念、建立理论解释以及判断研究方向的价值。`Coding Agent` 的进步解决了大量执行层面的困难，更高层次的科研判断仍然是需要突破的能力边界。

# 四、RSI 可以如何进入工业场景？

从目前的技术成熟度来看，我认为 `RSI` 最适合先进入 `AI Infra`，尤其是模型训练、推理优化和算法工程。这些领域具有较好的共同条件： /研究对象可以通过代码表达，实验能够自动执行，结果可以通过明确的性能指标进行比较。/ 

以推理系统为例，现在我们需要根据模型、硬件和负载特征，不断调整并行策略、批处理参数、缓存机制以及底层计算算子。如果引入研究 `Agent`，系统便可以根据运行指标分析性能瓶颈，自动生成候选配置和实现，再通过隔离实验选择更好的方案。进一步，还可以利用历史实验积累的经验改进搜索策略，使系统面对新的模型和硬件环境时减少重复探索。

训练系统也有类似机会，例如学习率策略、数据配比、优化器和训练调度，都可以作为自动化研究对象。不过，训练实验的成本通常更高，小规模实验获得的结论也未必能够迁移到大规模训练，因此需要分阶段验证和严格的计算预算管理。

如果把这些能力放进现有的 `Agent` 架构中，会发现所需的底层组件并不陌生。`Agent Runtime` 负责研究规划与工具调度，`Sandbox` 提供隔离执行环境，实验平台负责计算资源管理，`Evaluator` 负责结果验证，而代码仓库、对象存储和实验数据库则保存跨版本的研究资产。

真正需要进一步建设的是 **跨代际的能力评估机制**。一次优化带来了多少性能收益，比较容易测量；优化后的研究系统是否更擅长发现新的优化方案，则需要设计独立任务，并在相同计算预算下比较不同版本的表现。

从企业投入产出的角度，还需要考虑研究成本。自动化系统能够执行更多实验，并不意味着研发效率必然提高。如果为了找到一个收益有限的优化方案消耗大量算力，实际价值可能并不高。因此，单位计算预算内的有效改进数量、研究结果的可迁移性，以及后续版本的研究效率，应该成为比实验次数更重要的指标。

# 五、RSI 会怎样影响未来的 AI 发展？

`RSI` 最值得关注的潜在影响，是 AI 研发效率可能形成新的积累机制。过去，模型研发主要依赖研究人员、算力资源和实验周期。如果 AI 能够持续参与研究，并且研究成果可以进一步增强下一轮研究能力，那么研发效率就可能产生更强的正反馈。

这种变化首先会影响科研组织和 AI 基础设施。研究者可以将更多精力投入问题定义、研究判断与关键实验设计，自动化研究系统则承担大量候选探索、代码修改和实验验证工作。`AI Infra` 也可能逐步从资源管理与任务执行平台，发展出持续优化模型、算法和计算系统的能力。

但递归改进能否最终带来智能爆炸，现在下结论可能还有点早。研究能力提升可能受到算力、数据、验证成本和算法瓶颈的共同限制。即使系统能够连续完成多次有效改进，也无法直接推导出长期指数式增长，更无法保证这种能力能够自然迁移到开放式科学研究。

从目前公开的论文来看，`RSI` 已经具备早期工程基础，但距离通用、持续、可靠的递归自我改进还有相当长的研究路径。

我比较关注的是它对 `Agent` 技术架构的影响。当前大多数 `Agent` 的生命周期仍然围绕一次任务展开，即使保存了记忆和历史记录，执行系统本身通常也不会因此发生实质性的能力变化。而 `RSI` 进一步要求研究成果能够进入后续版本，使系统的执行策略、工具和研究方法随着任务积累持续改善。

沿着这个方向，未来的 `Agent Runtime` 可能需要从任务执行管理进一步扩展到能力版本管理、实验评估和长期演进管理。

**对于 **`RSI`**，真正值得持续观察的，是 AI 能否越来越有效地改进自身的改进能力。**  这也是递归自我改进区别于普通自动化优化的核心所在。

最近听了田渊栋关于 RSI 的访谈，又陆续看了 Darwin Gödel Machine、AlphaEvolve 等相关研究，感觉这个方向值得聊一聊。过去几年，我们关注的主要是大模型能够完成什么任务，从文本生成、逻辑推理到代码编写，再到如今能够自主规划和执行任务的 Agent。而 RSI 讨论的是另一个问题：当 AI 已经具备一定的研究和开发能力之后，能否让它参与自身的改进，并通过这种改进不断增强后续的研究能力？这个问题其实很早就有人讨论，只是直到最近，才逐渐具备了可以开展工程验证的技术条件。

聊一聊递归自我改进（RSI）

当 AI 已经具备一定的研究和开发能力之后，能否让它参与自身的改进，并通过这种改进不断增强后续的研究能力？

高级系统架构师

人工智能

RSI（递归自我改进）正从理论走向工程验证，核心在于AI通过改进自身代码与研究策略形成递归反馈。当前DGM、AIDE²等研究已展示特定任务下自我改进可行性，工业落点优先在AI Infra领域。其关键挑战包括修改边界、评估机制与能力继承，长期或重塑AI研发效率积累方式。

对象存储

强化学习

数据库

智能体

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

聊一聊递归自我改进（RSI）-腾讯云开发者社区-腾讯云

聊一聊递归自我改进（RSI）

聊一聊递归自我改进（RSI）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐