最近，一篇中国的 AI 报告在海外刷屏了：发布 10 小时上万浏览，多位 AI 研究者主动转发。
报告由上海交通大学、清华大学、字节跳动、上海人工智能实验室等机构的研究者共同完成，题为《The Last AI Built by Humans：Towards Genuine Recursive Self-Improvement》。
它系统梳理了 RSI 的技术路线、产业实践与评估挑战，并提出了五阶发展路线图。
📌 什么是 RSI？
RSI（Recursive Self-Improvement，递归自我改进）：AI 不仅能根据经验和反馈改进自身能力，还能进一步改进”未来如何继续改进“的过程。
报告梳理了 70 余家公司的实践，盘点全球 RSI 赛道现状，并提出五阶RSI 发展框架👇：
L1改进执行自主：人类决定改什么、怎么改，AI负责执行。
L2改进策略自主：人类给定目标和评价标准，AI自己诊断问题并选择改进方法。
L3经验获取自主：AI开始规划并获取下一轮学习所需要的经验。
L4环境适应自主：AI利用部署过程中的反馈，持续调整自己的记忆、规则、工具或行为方式。
L5递归元改进：AI开始改进负责“让自己变强”的机制本身。
💡其中，L1到L4主要体现了 AI 对改进流程不同环节的逐步接管，L5则进一步触及改进机制本身。因此，L5是最接近强意义上“真正递归自我改进”的阶段。
目前，不同领域的RSI进展并不相同。论文分别讨论了科学研究、具身智能、软件工程和医疗健康等场景。
相比之下，软件工程可能是目前最适合发展 RSI 的领域之一，因为代码可以通过编译、自动化测试和执行结果获得相对快速、可重复的反馈。
报告认为，反馈成本、可验证性和部署约束，是影响 RSI 发展速度的关键因素。
而不同领域的基础能力、反馈质量和验证成本不同，也会影响 RSI 能否持续产生有效提升。
你认为 AI 距离真正的递归自我改进还有多远？🤔
欢迎评论区聊聊👇
#RSI #AI #人工智能 #大模型 #清华大学 #上海交通大学 #字节跳动 #AI前沿
