讓模型自己生成訓練資料、自己改寫提示詞、自己修復程式碼，這條路線被稱為：

遞迴自我改進（Recursive Self-Improvement，RSI）。

但幾乎所有RSI系統都是同一套結構：一個固定不變的改處理程序序，反覆作用於模型。並往往只從Harness、Data或Model RSI的單一視角切入。

為了回應這一難題，CosmosMind聯合史丹佛、伯克利、MIT、清華、北大等十余家海內外高校發佈MetaRSI-v1。

這是全球首個統一Model-RSI、Data-RSI、Harness-RSI的元遞迴架構，能夠改進“自我改進的過程”。

在沒有任何外部教師模型參與下，MetaRSI-v1使得一個僅30億啟動參數的小模型，在四項基準上平均自我提升10.9分；並且讓GPT-5.6、Claude Opus 5等六款前沿旗艦模型，平均提升7.3分。

更重要的是數字背後， MetaRSI-v1是一套試圖統一整個RSI領域的架構語言：包括一個核心、兩條編排軸、三個算子、整個元RSI層，以及五大定律。

Loop Kernel是MetaRSI-v1首次提出的自我改進統一形式。

它第一次把“進步如何發生”抽象成一條與對象無關的閉環：消費反饋得到的學習訊號，在Data、Harness、Model上提出改動，交由驗證器裁決，並將結果回流為下一輪訊號。

Data、Harness、Model從此開始能夠被統一成同一Kernel的不同實例化算子，可組合、可統一調度，自我改進由此第一次擁有了統一、可復用的底層骨架。

改進空間：Data-RSI、Harness-RSI、Model-RSI

沿用同一個Loop Kernel，自我改進在三個空間上展開，分別由Data-RSI、Harness-RSI、Model-RSI三個算子承擔並協同完成。

Data-RSI：從自身運行軌跡提取學習訊號，經校驗用於合成資料交由下游消費，標定並放大模型正向能力與負向能力邊界。

Harness-RSI：利用學習反饋訊號，在Harness拆分出的System Prompt、Skill、MCP、Tools、Memory五個可插拔槽位上生成改進，做加法與減法。

Model-RSI：更新模型自身的參數與結構，把反覆驗證有效的行為內化進模型。

縱橫之間：讓改進自己找到最優路徑

橫軸（horizontal orchestration）編排算子的應用順序：RSI² Agent在每個決策點根據訊號反饋選定下一個算子，再把該算子有機銜接編排送入RSI Loop Kernel執行。

縱軸（vertical optimization）最佳化算子的內部策略：RSI² Agent向目標算子專屬的RSI² Sub-Agent下發指令，後者根據學習訊號與環境反饋等改寫算子本身的RSI規則，最佳化RSI系統本身。

遞迴之上的遞迴：三層改進與“元層”的誕生

整套架構由四個Agent協調運作，並且均能被人類專家局部替換形成human-in-the-loop系統。

MetaRSI² Agent：學習如何進行合適的縱橫最佳化，最佳化RSI² Agent的策略學習。

RSI² Agent：在每個決策點選擇進行橫軸（指定下一個算子）或縱軸（向Sub-Agent下發策略改寫指令）最佳化。

RSI² Sub-Agent：在縱向最佳化中，接受來自RSI² Agent的執行指令，對算子內部的RSI策略進行調整。

Transition Agent：負責銜接橫向編排中上游算子的產物與下一個算子對產物的消費。

四個Agent對應形成三個RSI最佳化Level：算子改進目標系統，雙軸編排改進算子用法，元層改進雙軸編排策略本身。

實驗：小模型與前沿模型均實現自我進化

小模型路線使用可訓練的開源模型，Data、Harness、Model三個算子全部啟用；

前沿模型路線面向Claude Opus 5，GPT-5.6 sol，Kimi K3等頂級模型，這類模型參數巨大或為閉源模型，僅啟用Data與Harness算子。

目標模型為Qwen3.5-35B-A3B（35B總參、3B啟動），在Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond高難度子集、AIME四項基準上評測。

△MetaRSI讓Qwen3.5-35B-A3B實現自進化

MetaRSI-v1平均提升10.9分，SWE-bench Pro解決率接近翻倍，Meta層為RSI帶來更高的天花板，連續自進化的累計增益提升顯著。

△“改進改進者”，MetaRSI讓小模型累計自進化增益擴大

多款前沿模型在Terminal-Bench 2.1上平均提升7.3分，說明MetaRSI範式對前沿模型同樣成立，旗艦模型同樣留有可觀的自我改進空間。

五條定律：為“機器如何進步”立法

MetaRSI梳理出兩條互補的改進路線：Harness-RSI保持權重不變，讓自我改進覆蓋任何可通過介面呼叫的模型；Model-RSI通過訓練把能力內化進模型。

且MetaRSI首次重新定義了Data-RSI，作為模型的能力邊界探測與放大器，通過對執行軌跡與外界反饋learning-signal的聯合分析得到經過驗證的經驗並scale為可復用的資料，並標定這些經驗能夠支撐到那裡，框定模型能力的正、負邊界。

Data-RSI的產物同時供給Harness-RSI與Model-RSI消費，兩條路線的改動結果又能夠流回Data-RSI，重新標定能力邊界、驅動下一輪，能力由此逐輪披露、累積。

在這一過程中，Harness不僅能做加法還能做減法：Data-RSI放大暴露的問題經Model-RSI內化之後，原本吸納在Harness中的知識會變成冗餘，Harness-RSI系統在回放校驗下將其刪除，能力留下，成本退場。

在此之上，MetaRSI提煉出五條定律。

定律一：驗證決定自我改進的前沿。

一個領域能不能形成自改進閉環，取決於該領域任務能否被檢驗，是否有合適的verifier。

定律二：自我認知會過期，重新發現能力邊界是速率瓶頸，RSI改變agent能力，其原本舊的系統描述隨即失效。

定律三：能力與載體無關但成本與載體有關。

例如同一項能力放在Harness裡每次推理都要重付成本，內化進Model只需付一次，成熟循環能夠持續把能力遷移到更便宜的載體。

定律四：可信度由不可寫面度量。

在閉環內部，真正能力變強和放寬成功標準會得到完全相同的分數，而且這種偏差從內部無法察覺、也無法靠統計糾正。

定律五：循環不憑空創造能力，一切增益本質上都是外部資訊熵的輸入或能力的激發。

自改進只能重新組織、放大並固化模型已經具備的潛力。因此每次提升都要分清兩部分：那些是把已有能力放大出來的，那些是真正從外部新引入的。

環環相扣，終成文明：讓每個科學領域都擁有進化閉環

人類歷史每一次的躍遷，都源於“生產答案的方式被重新發明”。

MetaRSI要在AI時代把這件事再做一遍。

它背後的CosmosMind團隊，是一支由清華/北大/史丹佛等海內外名校碩博、頭部大廠基模核心組研究員、著名產業方領軍人物組成的小而精的團隊，長期從事大規模模型訓練/RSI/智能體/科學計算等工作，在頂會頂刊上發表過諸多有影響力的論文。

這一次，他們沒有選擇再做一個更大的模型，而是把全部精力押在了“改進改進本身”這件事上。

團隊同步了開源RSI-Harness，這是一個能自我學習、自我迭代的Harness，並可以在使用中為不同科學領域與工程實踐沉澱出可移植的Harness Genome。

Cosmosmind已經把目光投向了閉環觸碰物理世界：可程式設計儀器、自動化實驗室成為執行器和驗證器，模擬、台架實驗、真實儀器可以像三級火箭一樣逐級推進，把不可逆的昂貴操作放到最後——第一個在物理世界關上的進化循環，很可能不會出現在開放環境裡，而會出現在自動化實驗室中。

研究者面對的不再是一堆待驗證的猜測。人類只需負責定義問題與價值判斷，而機器負責讓“從假設到驗證”的循環，以過去無法想像的速度開始轉動。

相信在MetaRSI的後時代，AI將會從解題工具走向文明級的進化引擎。 (量子位)

“遞迴式自我提升”既誘人又令人擔憂

人工智慧實驗室Anthropic將於今年晚些時候上市，屆時很可能成為史上規模最大的首次公開募股之一。這是因為該公司開發的聊天機器人 Claude 深受程式設計師喜愛，他們願意為此支付高額費用。自 2025 年 2 月推出軟體工程代理 Claude Code 以來，它已成為全球眾多開發者的必備工具。這其中也包括 Anthropic 自身的程式碼：該公司表示，其 5 月份發佈的程式碼中，超過五分之四是由 Claude 編寫的。而在 Claude Code 推出之前，這一比例僅為“個位數”。

這些系統在輸出質量和數量上都得到了提升。智庫METR的一項權威基準測試顯示，到2025年初，Anthropic公司的模型就能完成人類工程師需要不到一個小時才能完成的任務。該公司最新的系統甚至可以完成需要超過一個工作日才能完成的任務。

因此，當這家處於行業領先地位、遙遙領先的公司在6月5日呼籲世界“可以選擇放慢或暫時停止前沿人工智慧的發展”時，人們很容易對此表示懷疑。那個市場領導者不希望自己的競爭對手停止追趕呢？

然而，Anthropic公司的領導層多年來一直擔憂失控的人工智慧可能造成災難性後果，他們的擔憂似乎是真誠的。最新一代的人工智慧模型擁有如此強大的程式設計、工程和（即將成為）科學家的能力，以至於許多人擔心它們可能是人類創造的最後一批人工智慧。Anthropic公司的聯合創始人傑克·克拉克認為，到2028年底，人工智慧系統有60%的機率能夠在無需人類干預的情況下創造出自己的後代。

那一刻標誌著一個名為“遞迴式自我改進”（RSI）的閉環過程的開始。模型的第一版會產生第二版，第二版速度更快、功能更強大；第二版會產生第三版，第三版的功能又進一步增強。如此循環往復，每次迭代都會帶來更大的改進。如果能夠建構一個具備這種能力的AI系統，那麼人類工程師就再也不需要建構另一個系統了。“對許多人來說，這或許聽起來像是一個天方夜譚，但實際上可能是一種真實存在的趨勢，”克拉克先生說道。

沒有人能確切知道RSI會帶來什麼後果。由於人工智慧（AI）可以不知疲倦地持續工作，一些人認為它很快就會催生出超級人工智慧——就像“快速起飛”一樣。人工智慧的悲觀主義者擔心，超級智能將超出人類的控制，而RSI的開始標誌著人類的命運將交到機器手中。然而，一個能夠自我改進的人工智慧很可能會面臨速度限制，至少在初期是這樣。

建構一個能夠應對RSI的模型需要自動化一系列目前由人類執行的專業任務。目前，資料科學家致力於人工智慧理論的研究，程式設計師則負責將其付諸實踐。系統工程師建構基礎架構，使玩具模型能夠擴展到生產規模。其他人則尋找新的訓練資料來源，或嘗試各種方法來生成新的資料。協調和安全團隊負責檢查訓練過程的產物是否會造成任何傷害，無論是有意還是無意。

並非所有團隊都同樣適合人工智慧的輔助，而且在每個專業領域內，有些任務比其他任務更容易自動化。人類程式設計師無需編寫任何程式碼就能完成工作的日子或許並不遙遠，但人工智慧要獲得此前未數位化的科學論文集，可能還需要一段時間。這條“崎嶇的前沿”將如何發展，並不總是顯而易見的。設計新演算法似乎是相對安全的工作之一，直到GoogleDeepMind的模型AlphaEvolve在2025年5月開始執行這項工作。它提出了一項改進方案，調整了Google資料中心的工作負載分配方式，節省了公司全球0.7%的計算能力，並找到了更高效的矩陣乘法方法，從而將Google旗艦大型語言模型（LLM）Gemini的訓練速度提高了1%。

全面實現RSI需要這條鏈條上的每一項任務都實現自動化。然而，人工智慧驅動的研發加速效應或許在此之前就能顯現。喬治城大學智庫——安全與新興技術中心（ CSET ）今年1月發佈的一份報告指出，“隨著人工智慧系統在人工智慧研發中所佔比例的增加，其生產力相比純人工研發的提升幅度”可能會達到十倍、百倍，甚至千倍。報告警告說，在這種情況下，即使人工智慧研發的某些環節最初難以實現自動化，“但加速發展的勢頭意味著這些瓶頸很快就能被克服”。

如今，沒有任何人工智慧模型能夠建構自身的後續模型。但大型人工智慧模型可以自主建構小型模型。在人類的幫助下，它們還可以建構其他大型人工智慧模型。

今年早些時候，當時還是獨立研究員、現就職於 Anthropic 公司的 Andrej Karpathy 訓練出了一個功能與GPT -2 相當的聊天機器人。GPT-2 是OpenAI於 2019 年開發的大型語言模型。當時，GPT-2 模型需要 32 個最先進的晶片進行 168 小時的訓練才能完成；而 Karpathy 博士僅用一台配備 8 個GPU（用於建構人工智慧的專用晶片）的電腦，就僅用了 3 個小時就實現了同樣的效果。經過幾個月的努力，他將自己的模型 Nanochat 的訓練時間縮短到了兩個多小時。

今年三月，他將加速訓練過程的任務交給了名為 Autoresearch 的人工智慧代理。兩天后，訓練時間縮短至 1 小時 48 分鐘，五天後又縮短至 1 小時 39 分鐘。“我什麼都沒做，”卡帕西博士說道。相比人工訓練，這一 18% 的提升令人矚目，因為卡帕西博士本身就是一位才華橫溢的人類：他是 OpenAI 研究團隊的創始成員，並曾擔任特斯拉人工智慧部門負責人五年之久。

這些改進本身其實很普通。人工智慧代理為訓練運行選擇了更好的初始值，擴大了LLM的“注意力”窗口範圍，並注意到模型的注意力會游離。卡帕西博士說，這些改進都不算新穎。但他之前卻忽略了它們。“這些改進累積起來，確實提升了Nanochat的性能，”他說。

隨著模型能力的提升，這種速度的提升勢在必行。建構TB級前沿模型的大部分工作遠沒有人工智慧行業高薪和豪華辦公室所展現的那般光鮮亮麗。它涉及將從第三方採購的基礎設施層級整合起來，偵錯硬體和軟體配置，並不斷調整“超參數”（即訓練運行的初始設定），直到結果穩定可靠。如今，人工智慧系統幾乎無需人工干預就能完成大部分此類工作。

但紐約Reflection AI實驗室的研究員喬·斯皮薩克表示，即使是更精細的智力工作也正接近自動化。Reflection AI致力於建構開放權重（即參數公開）的前沿模型。只要給前沿系統一個提高效率的粗略想法，它就越來越能夠設計實驗，在小型模型上運行測試，觀察那些方法有效，並制定一個可以大規模實施的方案。

人工智慧模型可以在大約 30 分鐘內完成人類需要數小時才能完成的任務。越來越多的人只扮演研究指導的角色，引導人工智慧運行實驗，而這些實驗則由模型自行編寫程式碼、偵錯、最佳化和監控。生產力的提升固然誘人，但也令人擔憂。隨著人類在生產過程中的作用越來越小，他們可能會失去控制權。最終結果可能是：由模型訓練的模型，實現由模型設定的目標，而這些目標的安全性也僅由模型來驗證。

有些人擔心會發生災難。麻省理工學院的物理學家兼機器學習研究員馬克斯·泰格馬克（Max Tegmark）在過去十年中致力於人工智慧安全倡導工作，他將人工智慧比作司機在高速公路上閉著眼睛猛踩油門。他在即將播出的《經濟學人》“科技內幕”視訊節目中表示，只要司機不睜開眼睛，結果必然是災難性的。泰格馬克教授列舉了各種可能導致災難的場景：強大的人工智慧系統可能會在政府和商業領域取代人類的決策權，從而削弱人類的力量；它們可能會賦予第一個開發出它們的人至高無上的權力，從而開啟全球極權主義；或者它們可能完全不再關心人類，逐漸將人類擠出生存空間，為更多的資料中心和發電設施騰出地方。

三年前，泰格馬克教授曾帶頭呼籲暫停全球人工智慧發展，他認為當時最先進的GPT -4的誕生無異於蒙著眼睛摸索前行。今年的CSET報告警告稱， RSI開發的系統“構成極端風險，因此現在就需要採取預防措施”。看來，Anthropic公司現在也接近認同這一觀點。

目前，還有一些物理限制因素會暫時制約模型自我改進的速度。其中最重要的是計算資源的獲取。儘管效率有所提高，但新模型在訓練過程中仍然需要比舊模型消耗更多的計算能力，這使得模型的進步速度不得不與資料中心的發展速度保持一致。

CSET臨時執行董事兼近期報告的主要作者海倫·托納 (Helen Toner) 表示，消費者對人工智慧的應用也可能減緩人工智慧驅動的研發處理程序。人工智慧資料中心的有限容量需要謹慎分配，分別用於服務付費客戶、訓練未來模型以及開展開放式研發。短期內，第一類需求越大，後兩類需求的容量就越少。

其次是訓練資料的問題。人工智慧領域近期的諸多進展都集中在模型能夠通過“可驗證的獎勵”進行自我學習的領域。軟體要麼能運行，要麼不能運行；數學證明要麼正確，要麼錯誤。在這種情況下，由模型專門用於訓練其他模型的合成資料，其精準性可以被驗證，並加入到訓練資料中，而無需承擔通常因使用自身輸出訓練人工智慧而導致的退化風險。然而，要讓模型在創意寫作或法律判斷方面表現更佳則更為棘手。如果模型需要從現實世界中學習，這也可能限制其自我改進的範圍。

“閉環”或許是通往超級智能的一步，而這最終可能帶來烏托邦或毀滅，取決於你的立場。但這並非人工智慧能力呈指數級增長所需的唯一步驟。■  (invest wallstreet)

沒人重訓模型，沒人重寫程式碼，OpenAI的AI系統六周內自己把精準率從25%拉到86%。Codex自己定位bug、寫修復、跑測試，AI自我進化已在生產環境跑起來了。

最近，OpenAI悄悄幹了一件細思極恐的事。

一個AI系統，沒人重新訓練模型，沒人重寫程式碼，六周內自己把精準率從25%拉到了86%。

在官方部落格中，OpenAI把「怎麼讓AI自己變強」的完整方法論，白紙黑字全寫出來了。

結合今年2月GPT-5.3-Codex「參與建構自身」、4月Symphony開源、5月MOSS原始碼級自我改寫，一條被OpenAI藏了半年的暗線，終於浮出水面。

AI自我進化，已經在生產環境裡跑起來了。

這個AI報稅系統叫Tax AI，OpenAI和Thrive Holdings聯合做的，服務於Crete會計師聯盟旗下30多家事務所。

去年，Crete的一位資深會計師花了整整180小時準備客戶稅表。

今年，同樣的工作量，15個小時搞定。

省下來的時間她做了件以前根本不可能的事，逐一給每位客戶打電話，親自講解報稅細節。剩下的精力，全拿來開拓新客戶。

整個賽季，Tax AI處理了7000份稅表，精準率最高97%，產能提升約50%。

但真正炸裂的不是這些數字，是增長曲線。

六周前只能處理最簡單的W-2和1099表格，連K-1都搞不定。六周後，欄位完成精準率從25%飆到86%。

Thrive Holdings的老闆Joshua Kushner，同時也是OpenAI最大投資方之一。

去年12月，OpenAI入股了Thrive Holdings，直接把工程團隊派駐到會計師的辦公桌旁邊。

看著真實的稅表、真實的客戶資料、真實的報錯，一起打磨了六個月。

傳統AI產品改進是這樣的，上線，出bug，使用者投訴，工程師排查，改程式碼，重新部署。

整個循環慢得要命，每一步都卡在人身上。

Tax AI用了三招，就把這個循環的大部分環節自動化了。

第一招，讓從業者的每次糾錯變成結構化資料。

會計師稽核Tax AI的輸出時，每改一個欄位，系統完整記錄三件事，AI預測了什麼、會計師改成了什麼、最終報稅用了什麼。

關鍵在於，系統把每次修改都當作改進的起點，而不是終點。

第二招，生產環境裡的每一步都留痕。

從原始檔上傳，到欄位提取，到引用溯源，到稅務引擎對應，到會計師糾正，到最終報稅。

整條鏈路的每個節點都有trace。

出錯的時候，可以精確定位到底是OCR讀錯了手寫筆記，還是欄位對應邏輯有gap，還是壓根不支援這種表格類型。

第三招，用Codex把發現變成修復。

當系統發現某類錯誤反覆出現，比如Tax AI總是漏掉租賃房產的「公平出租天數」欄位，而會計師每次都手動補上。

這個pattern就會被打包成一個有明確成功標準的工程任務，扔給Codex。

Codex拿到的不是一個模糊的bug報告。

它拿到的是完整的生產trace、出錯的原始檔樣本、期望輸出、相關程式碼路徑，外加一套專門針對這個問題的eval測試集。

然後Codex自己檢查提取邏輯、對應規則、評分器，提出修複方案，跑targeted eval驗證，再跑回歸測試確認沒引入新問題，最後生成一個PR等人類工程師review。

如果證據模糊，任務會路由回產品團隊，而不是硬塞進流程。

你沒看錯。bug修完了，還自帶測試報告。

效果立竿見影。租賃房產相關欄位處理，從幾乎不可用到90%精確率和召回率，六周。

而這六周積累下來的抽象能力和eval規範，又讓後續支援Schedule C和Schedule A變得更快。

系統越用，能處理的問題越複雜。越複雜的問題被解決，每份稅表省下的人工時間越多。

2月，OpenAI發佈GPT-5.3-Codex的時候寫道：「GPT-5.3-Codex是我們第一個在創造自身過程中發揮了關鍵作用的模型。」

Codex團隊用這個模型的早期版本來偵錯自己的訓練流程、管理部署、診斷測試結果。

4月，OpenAI開源了Symphony，一個把Codex和Linear項目管理工具連起來的編排層。

起因很現實。OpenAI的工程師發現，一個人同時管3到5個Codex會話就已經是極限了，再多就陷入上下文切換的泥潭。

人的注意力，成了Agent產能的天花板。

而Symphony的思路很暴力，別管Agent了，管工作本身。

它監控issue tracker，給每個ticket分配一個獨立的Agent工作空間，Agent自己幹活、跑CI、生成PR。工程師只負責review產出物。

當Agent失敗了，工程師不去改prompt讓它「再試一次」，而是去想「它缺了什麼能力、什麼上下文、什麼結構」。然後修harness，不是修prompt。

OpenAI內部用Symphony之後，部分團隊的工程產出直接翻倍。

同樣是4月，學術界也跟上了。ICLR 2026在里約專門辦了一個「AI遞迴自我改進」的workshop。

緊接著5月，一篇叫MOSS的研究把這件事推到了更極端的位置。它讓Agent不只改prompt或workflow配置，而是直接改寫自己的原始碼。

在OpenClaw平台上，MOSS在一個無人干預的進化周期內，把四個任務的平均評分從0.25拉到了0.61。

論文地址：https://arxiv.org/abs/2605.22794

Tax AI不是孤例。「Agent自我改進」已經成了2026年上半年最密集的技術主線。

模型層面，GPT-5.3-Codex參與自身建構。

工程層面，Symphony加上Tax AI的生產閉環。

學術層面，MOSS實現原始碼級自我改寫。

過去大家談AI進化，說的是fine-tuning，是RLHF，是改模型權重。那條路需要海量資料、大量GPU、專業團隊，門檻極高。

現在OpenAI展示的這條路完全不同。

改的是模型周圍的一切。提取邏輯、對應規則、eval標準、工作流配置，甚至Agent自己的程式碼。

打個比方，模型是引擎，harness是車身。即便不用換引擎也能讓車跑得更快，改底盤調懸掛就行。

如此一來，自我改進的門檻就被大幅拉低了。

你不需要自己訓練模型，只需要三件事，設計好eval體系、留好生產trace、讓一個足夠強的coding agent去跑「發現→定位→修復→驗證」的閉環。

模型智能是起點系統智能才是終局

如果你只看「AI幫人報稅」這個表層敘事，競爭壁壘看起來很薄，換個大模型接上去似乎也能幹。

但如果你看到的是底層那套自我改進的閉環，結論完全不同。

Tax AI的全部智慧財產權歸Thrive Holdings所有。OpenAI派了半年工程師，最後連IP都沒留。

這在矽谷大廠的AI合作裡極其罕見。

Thrive Capital是OpenAI最大投資方之一，去年12月OpenAI反手入股Thrive Holdings，不給現金，給工程師、給模型、給深度整合，最後產品歸你。

答案就藏在Tax AI的增長曲線裡。

每處理一份稅表，每收到一次會計師的糾正，系統就多了一份改進自己的證據。這個飛輪一旦轉起來，OpenAI就拿到了一個完整的、經過生產驗證的Agent自我進化範式。

一個報稅產品的IP不值錢。一套可複製的自我改進方法論，才是真正的戰略資產。

現在範式跑通了。Thrive Holdings已經在把同樣的閉環複製到記帳、審計、IT維運。

Conway，那個7x24小時永不下線的Agent平台，底下搭的是Memory Files持久記憶加上Dreams非同步整合。

說白了，也是在給Agent裝上一個能自我維護、自我進化的「永久大腦」。

OpenAI用Codex驅動的eval閉環，讓Agent在生產中自己修bug。Anthropic用檔案記憶加夢境機制，讓Agent在會話間自己整理經驗。

方法不同，賭的是同一件事，Agent能不能從「一次性工具」變成「越用越強的系統」。

在通往ASI的路上，模型智能只是起點。

真正的終局，是系統智能，一個能從環境中持續學習、持續進化、持續變強的整體。

彙整鉅亨號中所有使用「AI自進化」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

AI開始改進“改進自己的方法”，RSI進入平方時代

《經濟學人》人工智慧會很快擺脫人類的控制嗎？

四位AI科學家談：AI學會自進化後，我們該如何應對？

OpenAI曝光「自進化」AI！6周精準率翻三倍，Bug全自己修