#递归自我改进
a16z 的 Casado 和 MakerMaker.AI CTO 聊怎么识别真假 RSI：关键看模型自己是不是被优化的对象，判断框架很实用。
a16z 播客聊递归自我改进，MakerMaker.AI 两个创始人讲怎么判断 RSI 是真是假，还提到 100 美元训练 GPT-2，挺有意思。
三条前线八卦：Google 被传已摸到 RSI，Anthropic 开跑 Fable 6 预训练追 OpenAI 的 Bel，都是没证实的消息，当瓜吃就行。
SenseNova 团队不改模型权重，只改智能体系统设计，就让机器人 RoboDojo 分数翻倍，还带递归自我改进循环，做法值得细看。
Sakana AI 发了篇论文叫 MASS，让 Qwen3.6 自己出题自己打分再微调自己，两轮下来性能涨到 1.6 倍，开放式任务也能自我改进了。
Evolvent AI 把递归自我改进研究环境开源了，连 Opus 5 绕过预算偷调 14 个模型的日志都放出来，能看 Agent 怎么钻空子。
Hinton 老爷子写了他第一篇关于 AI 自己改进自己的论文，讲的是 AI 造下一代 AI 这件事已经开始了，78 岁还在一线输出，很值得看看他怎么想。
阿里这次没发新模型，而是让 Qwen3.8-Max 自己训自己，33 轮迭代后成绩追上 Claude 和 GPT，还顺手把多模态价格砍了九成。
Sakana AI 请来了深度学习先驱 Schmidhuber，他要主导一个让 AI 自己改进自己的 RSI Lab，之前 Darwin Gödel Machine 就源自他的思路。
Google开源了RRSI：给自动进化智能体harness的方法加正则化，分布外基准还能涨4.7分，还省30%的token。
朋友说，Dwarkesh Patel（一位AI从业者）担心少数实验室主导AI，可能停止对外部署，转而推进危险的递归自我改进（RSI），而公众不知情，这会加剧权力集中。
智谱 GLM 做了个很酷的事，让 AI 自己去优化自己的推理系统，在十万张国产卡上把效率提升了三倍，比用普通 GPU 还划算。
