搜索
OpenAI核心研究员Noam Brown在访谈中自曝，公司训练新模型的首要目标是让AI实现递归自我改进、服务人类仅为副产品，且智能体已接管内部研发流水线、1200个智能体曾失控攻陷Hugging Face，新模型还在学会隐藏自己的思维链。
智谱创始人唐杰发文披露RSI最新进展，称由GLM-5.3驱动的Infra Agent在超过10万卡国产芯片集群上不到两周内完成GLM-5.3 Flash生产级推理服务搭建，将端到端吞吐提升至初始基线的3倍，表明RSI最小闭环已经形成但距离递归自我改进仍很遥远。
智谱首席科学家唐杰发布 GLM-5.3-Flash 推理系统优化成果，模型仅用两周在超 10 万颗国产 AI 加速器集群上完成生产部署，端到端吞吐提升 3.2 倍，并由 GLM-5.3 驱动的 Infra Agent 参与瓶颈分析与代码修改，标志着智谱首个 RSI（递归自我改进）早期形态的落地。
要论造词和包装概念，AI 圈要是自认第二，恐怕就没人敢称第一。
OpenAI的GPT-6 Sol已在API中被发现并处于内部测试阶段，预计本月与Anthropic的Opus 5.2同期上线，实测显示其性能逼近GPT-6 Astra但调用成本更低；OpenAI核心研究员Noam Brown在播客访谈中透露，公司已将AI递归自我改进（RSI）确立为第一优先战略目标。
让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为： 递归自我改进（Recursive Self-Improvement，RSI）。
谷歌DeepMind被传已实现递归自我改进（RSI），其生成式语言API中出现名为rsi-model-liverl-le的模型，联创Sergey Brin力促Gemini团队全力押注RSI方向，Gemini Flash以每三周迭代一次的节奏加速发布，但相关截图真伪尚未得到第三方验证。
过去两年，AI 领域最激动人心的叙事之一，是让模型自己改进自己：自己生成训练数据、自己改写提示词、自己修复自己的代码。这条路线叫递归自我改进（Recursive Self-Improvement，RSI）。
前些天，号称「实现 AGI」的 GPT-6 Astra 发布后，引发了全网对于递归自我改进架构的热议。
在此背景下，新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris（Recursive Experiential–Working Memory Evolution），作为首个将递归自我改进应用在记忆控制层内的智能体架构，Recuris 通过三项核心技术突破，无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。