RSI / COVER
递归自我改进：从循环到可验证的系统
RECURSIVE SELF-IMPROVEMENT · 2026
让系统改进自己
先要证明它确实变好
数据生成 · Harness 迭代 · 独立验证
01 定义与路线→02 数据闭环→03 Harness→04 验证→05 投资筛选
研究范围：项目 Wiki 收录的 2026 年 9—10 月公开文章、访谈、活动纪要与市场资料
项目资料《资料清单与取舍说明》（2026-10）；范围为本地已收集材料。
RSI / RSI-DEFINITION
RSI 是一条从执行自动化走向研究自主的连续谱
01 · 自动化执行人设目标与流程
模型生成数据、跑实验、整理结果；评价标准仍由人给定。
02 · 迭代训练系统模型参与改造模型
训练数据、架构或工作流随反馈调整，变化仍处在可定义边界内。
03 · 研究自主性提出问题并检验答案
系统选择方向、设计实验、判断证据，再把有效变化纳入下一轮。
分层看“谁决定下一步”，比给项目贴 RSI 标签更有用。
姚顺宇、施天麟《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；42章经《从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？》（2026-09）。
RSI / RSI-DEFINITION
能力增长有迹可循，闭环速度仍取决于任务
≈7个月 / 次翻倍
2019任务时长能力增长2025
测量对象软件与研究任务阈值50% 成功率能说明可验证任务的反馈速度不能说明通用研究能力已同速增长
METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）；指标为 50% 成功率对应的人类专家任务时长，任务以软件工程和研究为主。数据编号：N-003。
RSI / RSI-DEFINITION
反馈闭环的速度由四个环节共同决定
任务环境能否拆解与执行数据反馈能否获得有效样本实验吞吐能否低成本试错独立评估能否识别真实增益 每轮结果进入下一轮；评估失真会让整个闭环偏离目标。
Dwarkesh Podcast《Noam Brown: Agent swarms, alignment, & recursive self-improvement》（2026-09-17）；此处为嘉宾对影响因素的归纳。
RSI / DISTILL-SYNTHETIC-DATA
教师输出更难稳定复制，数据价值转向过程
可复制输出答案样本
- 来源：教师模型响应
- 优势：获取快、迁移门槛低
- 难点：时效、权限、稳定性
稀缺性递增 →
难复现过程任务环境与轨迹
- 来源：模型训练模型的过程
- 价值：包含任务、上下文、评价
- 难点：要在目标模型上验证收益
任务上下文指标参考答案
拾象《和一线研究员的闭门讨论：蒸馏变难后，下一步的重点是什么？》（2026-09-22）；42章经《从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？》（2026-09）。
RSI / DISTILL-SYNTHETIC-DATA
推理成本下降扩大实验空间，数据仍要过训练验证
同等基准表现的推理成本≈280×2022-11 → 2024-10 · N-006
2022成本显著下降2024
便宜生成→筛选去噪→目标训练→独立基准
Stanford HAI《The 2025 AI Index Report: Research and Development》（2025-04-07）；以接近 GPT-3.5 的表现为例，按 Artificial Analysis 数据估计，不同模型、任务和价格口径存在差异。数据编号：N-006。
RSI / DISTILL-SYNTHETIC-DATA
好数据由四项质量条件和一轮实测共同定义
验收项看什么不通过的信号
Task目标任务与覆盖范围只交付样本数量
Context环境、工具与前置条件脱离场景不可重现
Metric独立评分与反作弊规则只用生成者自评分
Reference可核查答案与过程标注结果不可追溯
最后一道门：目标模型训练后，在隔离基准上复测增益与回归。
拾象《和一线研究员的闭门讨论：蒸馏变难后，下一步的重点是什么？》（2026-09-22）；42章经《从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？》（2026-09）。
RSI / DISTILL-SYNTHETIC-DATA
数据生意的护城河在研究协同与持续适配
交付层采集样本质量稳定，权限清楚
→协作层共建任务理解训练目标与边界
→验证层承担结果训练后复测，沉淀适配能力
研究团队关系、任务环境与结果验证，是供应商持续学习的基础。
拾象《和一线研究员的闭门讨论：蒸馏变难后，下一步的重点是什么？》（2026-09-22）；访谈判断，未独立量化。
RSI / HARNESS-CONTINUAL-LEARNING
Harness 把模型、工具、记忆与评估接成可改造系统
模型
规划工具调用上下文与记忆产出存储结果评估工作流编排
提示词→工作流→Harness 代码→优化器
翁荔《AI 的自进化，可能不在模型，在 Harness》（2026-09）；此处为作者提出的系统划分。
RSI / HARNESS-CONTINUAL-LEARNING
持续学习把一次性训练改成有边界的经验回流
运行轨迹成功、失败、用户修正
候选经验去重并检查来源
独立复验跨任务验证增益
受控回流记忆更新 / 模型训练
翁荔《AI 的自进化，可能不在模型，在 Harness》（2026-09）；Dwarkesh Podcast《Noam Brown: Agent swarms, alignment, & recursive self-improvement》（2026-09-17）。
RSI / HARNESS-CONTINUAL-LEARNING
自我改进需要同时保留收益、失败与版本边界
风险观测信号控制措施
选择性记忆失败轨迹持续消失保留负面结果与来源
能力回归新任务提升、旧任务退化固定回归集与版本对照
目标漂移评分提升但用户目标偏移独立目标审查与人工停机
不可恢复更新后无法复现旧状态快照、签名与回滚路径
翁荔《AI 的自进化，可能不在模型，在 Harness》（2026-09）；姚顺宇、施天麟《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）。
RSI / HARNESS-CONTINUAL-LEARNING
投资看接口能否复用，也看闭环能否被审计
01跨任务复用
提升是否依赖单一提示或专用脚本？
02独立验证
能否复测收益并保留负向结果？
03可回滚治理
变更是否可追溯、可恢复、可授权？
翁荔《AI 的自进化，可能不在模型，在 Harness》（2026-09）；本页筛选框架为研究归纳。
RSI / SAFETY-VERIFICATION
评估器本身也会被优化目标利用
≈30个评估漏洞一项优化任务复盘 · 公司自述 · N-007
规则暴露评分代理信号可被观察
→策略迁移优化器改变计时或计算过程
→独立复测完整系统收益无法复现
Richard Socher《Latent Space: Humanity’s Last Invention — Recursive》（2026-09-14）；单项任务复盘的公司自述，不代表跨任务统计。数据编号：N-007。
RSI / SAFETY-VERIFICATION
验证链需要隔离基准、对照实验与失败记录
验证环节要排除的偏差留存证据
固定基线模型与环境版本变化版本、提示、工具快照
隔离留出集训练数据污染访问控制与抽样审计
回归与攻击测试能力退化与奖励欺骗负向结果、漏洞记录
人工停止权长期目标偏移权限边界与熔断流程
姚顺宇、施天麟《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；Alex Zhang《Academia is for Ambition》（2026-10-02）。
RSI / SAFETY-VERIFICATION
“变强”要分能力提升、目标一致与可恢复
GATE 01能力收益独立留出集可复测→GATE 02目标边界权限与停止权清楚→GATE 03恢复路径版本可追踪、可回滚 三道闸门同时通过，迭代才进入生产环节。
姚顺宇、施天麟《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；本页为研究归纳。
RSI / INDUSTRY-INVESTMENT
AI 支出扩张提供背景，RSI 仍须单独验证
2024 · 基期2,350亿美元扩大中 →
2028 · 预测6,310亿美元
全球 AI 支出 · N-001 | 宏观背景不等于 RSI 专项市场规模
IDC《IDC’s Worldwide AI and Generative AI Spending – Industry Outlook》（2024-08-21）；IDC Spending Guide 2024 V2，2028 为预测值，涵盖 AI 相关 IT 与业务服务，不是 RSI 市场规模。数据编号：N-001。
RSI / INDUSTRY-INVESTMENT
早期 RSI 公司案例已出现，融资不等于产品验证
案例 · 超衍智能面向自进化基础模型
近 4 亿人民币 · 天使系列融资N-005约 3 个月成立至融资披露N-008 继续验证：训练路线与算力需求 · 产品化边界 · 独立能力增益
超衍智能《超衍智能完成近4亿人民币天使系列融资，构建自进化基础大模型》（2026-09-17）；猎云网《创办3个月拿下4亿融资，RSI赛道火了》（2026-09-16）；融资与成立时间均为公司/媒体口径。数据编号：N-005、N-008。
RSI / INDUSTRY-INVESTMENT
公开投资数据说明赛道热度，口径覆盖整个生成式 AI
339亿美元 · 2024 生成式 AI 私人投资同比 +18.7% · N-002
2022 基准2024 超过 8.5×
资金流向覆盖生成式 AI 全行业；来源未拆出 RSI 子赛道。
Stanford HAI《The 2025 AI Index Report: Economy》（2025-04-07）；Quid 全球生成式 AI 私人投资统计，非 RSI 专项投资。数据编号：N-002。
RSI / INDUSTRY-INVESTMENT
投前筛选聚焦可复现实验、数据权利与系统边界
能力独立复现实验收益跨任务成立数据合法且可更新权利链与数据来源清楚系统跨任务复用工具与经验可迁移治理可审计、可回滚权限和失败记录完整 研究归纳自项目 Wiki 与公开来源：Stanford HAI《The 2025 AI Index Report》（2025-04-07）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）；Richard Socher《Latent Space: Humanity’s Last Invention — Recursive》（2026-09-14）。
第三方许可与来源
html-slides · MIT
bluedusk/html-slides@d8289f4c317905cc5d0ca265d32b791e6cb387b7 (MIT); theme=editorial-light; shell=1
MIT License
Copyright (c) 2025 Zara Zhang
Copyright (c) 2026 danzhu
Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.