AI 改进 AI：让机器自己复盘自己，这门手艺修到第几层了

——递归自改进（RSI）研究综述

一、从一个你干过的事开始

你肯定复盘过。考试没考好，回头看错题，发现问题不在「不够努力」，而在「刷题的方法不对」——于是改方法。下一次，你是用新方法去刷题的。

注意这个动作里藏着两层东西：一层是做题，另一层是改进做题方式。大多数人卡在第一层，高手活在第二层。

AI 也一样。让模型多做几道题、多想几分钟，这是第一层；让模型改进「它做事的方式本身」——改自己的提示词、改自己的工具箱、改自己的代码、甚至改自己脑子里的参数——这是第二层。第二层有个专门的名字，递归自改进（Recursive Self-Improvement，RSI）。叫「递归」，是因为改进的对象包含了改进机制本身：一个会改自己代码的 agent，它改进代码的能力，也是用代码实现的。

听起来像永动机？别急，这门手艺过去一年半修出了清晰的施工图，也有非常诚实的烂尾楼。我们一层层看。

二、先划一条硬线：什么才算「自改进」

不是所有「越用越好」都算。学术界现在流行一条相当苛刻的验收标准（出自上海交大 Theseus 团队 9 月那篇 75 页综述，arXiv:2609.11873）：真正的自改进要求改进是可重复、可归因、可迁移的——同一种改法能再来一次（可重复）、知道是哪个改动带来的提升（可归因）、换一个任务还管用（可迁移）。

「这次碰巧跑分高」不算，「运气好」更不算。这条线一划，很多炫酷 demo 就出局了，剩下的是一门手艺。

三、改什么：一张六层的菜单

改进自己，从哪儿下手？看看人是怎么变强的：健身（改身体）、记笔记（存经验）、造工具、换工作流程、长知识、长眼光。机器的菜单几乎一模一样，而且学术圈已经把这六层都点亮了：

1. 改脑子（权重层）。 最重的一层，直接改模型参数。Metis 那条路线把经验压进权重——好处是一劳永逸，坏处是每次改动都贵，而且改完你很难说清哪个改动立了功。

2. 记笔记（经验层）。 最轻的一层。今年 1 月的 ELL 综述（arXiv 上 "Experience-Driven Lifelong Learning"）和 3 月的 AutoSkill（arXiv:2603.01145）把这条路讲透了：agent 从自己的对话轨迹里自动提炼「技能」——下次遇到类似请求，把相关技能注进上下文，模型一个参数都不用重训。像不像你把踩过的坑写进备忘录？

3. 改工具（代码层）。 Sakana AI 的 Darwin-Gödel Machine（DGM）是这一层的名片：agent 阅读并修改自己的代码——它用来干活的工具，就是它自己的 agent 脚本。80 轮迭代下来，SWE-bench 成绩从 20% 干到 50%，Polyglot 从 14.2% 到 30.7%。它还学了一个很生物学的招：维护一个「改动档案库」，不把鸡蛋放一个篮子里，避免一条路走到黑。

4. 换工作台（结构层）。 这是今年 9 月冒出来的新星。Procedural Graphs（arXiv:2609.09153）的出发点特别朴素：知识图谱管「是什么」（用实体关系三元组），那「先做什么、后做什么、什么条件下做什么」这门手艺谁来管？答案是把程序性知识也画成一张图——(procedure, relation, procedure) 三元组。agent 每走一步，先在图上定位自己在哪，图把周围的结构翻译成「处境建议」——注意是建议不是命令。然后图的精华来了：一个精炼器对比成功和失败的轨迹，修改图的拓扑；只有通过留出验证集的修改才被采纳，而被拒绝的修改也留着存档——为了防止同一个坑摔两次。从一张最小骨架出发，长出来的图能比肩甚至超过人工设计的。

5. 换导航（方向感层）。 前面四层都在回答「怎么改」，但还有个更上游的问题：树上的候选改进一大把，先改哪个？ Huxley-Gödel Machine（ICLR 2026 Oral）的答案是把「当前分数」换成「复利潜力」当导航——不看这个节点现在多强，看它身后那棵子树还能长多高。同一棵改进树，只换指南针，迭代的相关性从 0.28 拉到 0.78。这一课很费曼：方向感比腿脚值钱。

6. 工业拼装（全栈层）。 学术界的样本越来越精细，工业界则在拼整机：周伯文系的 OpenRSI 给出了开源递归自改进的全栈工程蓝图，把「生成、验证、记忆、路由」四个算子做成训练-推理同构的闭环；腾讯混元 8 月底官宣的科研 agent Hyra-1.0 直接把 RSI 写进产品主张——并被 Theseus 综述收录为产业样本。

四、真正的瓶颈：谁说了算

菜单看着丰盛，但所有层的循环都卡在同一个地方：提议—验证—采纳。生成一个候选改动，今天几乎不要钱（大模型量产提案）；难的是验证——「这个改动真的让它变强了吗？」

这里是整门手艺的命门，坑一个比一个现实：

• 自我确认：自己给自己打分，越打越漂亮。腾讯混元×浙大 9 月 11 日发布的可靠性综述《Diving into Reliable Self-Evolving Agents》（收录 549 篇论文）干脆把分类学的第 0 级就命名为 Output 层，标注的特征失败模式就是 self-confirmation——这是整个领域最低级的坑，也是最容易掉进去的。
• 裁判被攻破：评测器本身是模型，模型就会被讨好、被钻空子。Anthropic 的评测器攻击案例和 DGM 的归因难题（80 轮迭代里，到底是哪个改动的功劳？）被 Theseus 综述列为领域三挑战之二。
• 多样性坍缩：越改越像自己，探索半径越缩越小，最后在局部最优里打转。

看看状态盘点有多冷酷：Theseus 综述的附录 B 收了 144 个系统，按「责任内化深度」分级——做到「改自己正在使用的机制」（L4）的全行业只有 3 个，做到「改进能力被下一代继承」（L5）的只有 11 个。绝大多数系统停在 L0-L1：改改当前输出的说法，或者最浅层的参数微调。

为什么这么稀疏？因为这些斯综述给出了一个自我强化的诊断：验证带宽在整条链路的末端，而末端最难自动化。提议端火力全开，验证端人肉把关，循环就转不起来——这不是某个系统的问题，是这门手艺的结构性瓶颈。

五、现状地图

六、这门手艺的本质（三点独立观察）

第一，自改进不是让 AI 变聪明，是把「变强」从一次性工程变成可记账的经营。 训练一个模型像盖一栋楼——图纸定了、封顶了，就那样了。自改进是经营一家店：每天进货（新经验）、盘库存（挑出有用的）、装修升级（改机制）。经营的复利取决于利率，而这里的利率就是验证带宽——你多快能确认「这次改动是真的赚了」。生成端的成本坍缩已经发生，下一个坍缩点在验证端。

第二，「改什么」的重心正在从脑子往工作台漂移。 原因不是权重层不重要，而是验证成本决定哪层能转起来：改权重贵、慢、难归因；改技能库和执行结构便宜、快、验证边界清晰。所以 Procedural Graphs、AutoSkill、NeoHorse 这批工作不约而同地把自改进落在「模型外面的东西」上——模型当发动机，改进发生在底盘和变速箱。这几乎是一种共识性的工程策略：先让便宜的层转起来，贵的层跟着吃红利。

第三，负结果档案是被低估的基建。 DGM 存档被拒绝的变体，Procedural Graphs 保留被拒编辑「以阻止重复」，这些设计说的都是同一件事：一个成熟的改进循环，账本上失败和成功都得记。不记失败的循环会反复摔进同一个坑——这不是哲学，是工程。可以说，这门手艺目前最稀缺的资源不是生成能力，是诚实的账本。

最后说清楚类比的失效处：人复盘靠元认知，自己就能意识到「我方法不对」；而今天所有机器的「复盘」，无一例外都偷偷接着外部裁判——留出测试集、人工评审、真实流量。「自己给自己打分」的纯闭环，一个都还没有跑通。这就是为什么 L5 层只有 11 个样本，也是这个领域留给下一阶段的门票：谁先把验证环节从「外挂裁判」做成「内建审计」，谁才真正摸到递归的门。

可打脸预测：12 个月内，「改进的证据标准」（用什么验证、怎么归因）会成为自改进系统论文的必备章节和评测基准的标配字段——腾讯混元可靠性综述把 evidence 写进分类学是一个先行信号；同期，L4 级（机制自改）公开系统的数量会从个位数涨到两位数。

主要参考：arXiv:2609.11873（Theseus 综述）、2609.09153（Procedural Graphs）、2507.21046 / 2508.07407（自进化 agent 两篇大综述）、2603.01145（AutoSkill）、DGM / HGM / OpenRSI / Hyra-1.0 官方资料，及《Diving into Reliable Self-Evolving Agents》（腾讯混元×浙大，2026-09-11）。