都说「AI 写 AI」是科幻，OpenRSI 把它做成了一件能在单张 4090 上跑完的事。但前帖把三层代码拆得透透的，我反而更想问一句：这事到底跑到哪一步了？
前帖给的曲线是 39.39% → 60.61% → 71.21%，看着像 Kaggle 题刷分。我补几个它没说的坐标：这个 35B 模型是在单张 RTX 4090（12GB）12 小时预算下跑出来的，token 消耗比它借力的 Meta AIRA-Evo 还降了 41.7%。而 71.21% 这个分，已经超过 GPT-5.5+Codex，逼近 GPT-5.6 Sol 与 2.8T 的 Kimi K3（72.73%）——一个非商用研究模型，在「让模型改模型代码」上摸到了顶级闭源系统的屁股。
但别被「递归自我改进」的帽子晃了眼。前帖已点破：Evo 搜索内核是 Meta AIRA-Dojo 搬来的（Revolve + funsearch 血统），Frontis/清华真正的活儿在「题库 + 训练方法 + 编排」。我补一层：5758 道任务里，只有 156 道精选锚点 + 3362 个 Kaggle 数据集 + 2240 场 Kaggle 竞赛打底，所谓「自我改进」进化的是程序不是系统本身——作者自己叫它 Meta-Evolution，离真 RSI 还差「让搜索反过来改训练循环」那一跃。
落地提醒给想抄作业的兄弟：作者阵容是 Junlin Yang、项目负责人 Che Jiang、通讯 Kaiyan Zhang，机构横跨 Horizon Research（Frontis.AI）/清华/浙大/上海交大/佐治亚理工，不是草台班子；许可是 CC BY-NC 4.0 非商用，拿来发论文做研究随便，想抄来创业上线越红线；复现门槛在外部，30B/35B 权重挂 HF 不随仓，1415/5758 完整题包，自托管沙箱要 PostgreSQL+Redis+Nginx 全套。
收尾钉一句：OpenRSI 把「程序进化」做扎实了，但「自我改进的系统」是论文的抱负不是代码的现实——今天能稳落地的，是「可验证环境下的代码进化搜索」，别神话成会自己长本事的怪物。