首个RSI实验揭示AI自进化边界

近日，Weco公司发布了一项关于AI递归自我改进（Recursive Self-Improvement, RSI）的重要实验报告，标题为《AIDE²：递归自我改进的首个证据》。这项研究不仅验证了AI在自动化研发领域的潜力，也为理解AI自进化能力设定了明确的门槛。

一、AIDE²的核心突破：一级RSI的达成 AIDE²系统由内外两层Agent构成。内层Agent负责具体的研发工作，如代码修改、实验运行和结果评估；外层Agent则对内层Agent的工作方式进行优化。实验结果显示，在固定成本约束下，AIDE²能够持续发现比人工手调更有效的改进方案，这标志着它成功达成了第一级RSI（Net Positive Level）。

值得注意的是，AIDE²并未涉及模型权重的直接修改，而是通过优化Agent的外部代码与流程来提升效率。这种设计使其更接近于"自动化的Agent研发工程师"，而非完全自主训练的通用智能体。

二、实验的关键约束机制 为了确保实验结果的可靠性，Weco设置了多重硬性约束：

这些机制共同构成了AIDE²的实验对象，使其优化目标从单一基准测试转向"在受限预算下持续发现跨任务有效的研发方法"。

三、RSI分级体系的启示 Weco提出了一个四级RSI分级体系，清晰界定了AI自进化的不同阶段：

• 零级：委托式自动化，效率仍低于人类团队

• 一级：净正向改进，成果可迁移且成本不随表现无限上升

• 二级：点火阶段，系统开始改进自己的改进能力

• 三级：拐点阶段，进步速度开始加速

当前AIDE²的研究表明，它已经跨越了第一种能力的严格版本，但尚未触及第二种能力的核心——即系统能否真正改进自身的改进能力。

四、行业进展与未来展望 尽管AIDE²取得了重要进展，但业界普遍认为，要实现真正的AI自进化，还需要解决多个关键问题。例如，如何让AI发现新的算法架构，如何建立下一代训练范式，以及如何在保持效率的同时实现更深层次的创新。

田渊栋博士指出，即使AI开始自进化，人类在深层理解、判断力和复杂情境应对方面的独特优势仍然是不可替代的护城河。未来的智力分工将发生深刻变化，但人类的创造性思维和价值判断仍将占据核心地位。

这项研究不仅为AI自进化设定了明确的技术路线图，也为理解AI与人类的关系提供了新的视角。随着技术的不断演进，AI在自动化研发中的作用将日益增强，但人类在创新决策和价值判断方面的独特价值依然无可替代。