#RSI
Anthropic 的 Jack Clarke 把 RSI 预期从 2028 提前到 2027，他在 X 上解释了理由，关心 AI 时间线预测的可以看看。
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。
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。
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。
LSTM 和世界模型概念的提出者 Schmidhuber 加入了 Sakana AI 的 RSI Lab，做递归自我改进研究，10 月还要在东京办公开活动。
Qwen4 已开训，参数要扩到 5-10T；Qwen3.8-Max 没人参与自己迭代 33 轮，得分追平 Claude、GPT。
Ramez Naam分析Dario的信，指出Anthropic的系统卡数据不支持其RSI论断，数据表明AI进步面临递减回报，值得看看。
Check out exo, an open-source agent harness that tackles the complexities of recursive self-improvement, making it easier to manage and control AI agents.
Read this paper if you're interested in understanding the limitations and potential solutions of RSI in AI, especially its impact on training strategies. It offers valuable insights compared to other works in the field.
AI 自动化科研终于有了可复现的实例——Recursive 的系统自己写代码、跑实验、拿 SOTA，做 AI 研究的团队值得看看这种“AI 做 AI 研究”的范式是否可行。
Gary Marcus 用 Meta-Agent 挑战戳破了 Anthropic 的 RSI 叙事，关心 AI 自主性和工程可靠性的开发者值得一读，看完会对当前代理的局限性有清醒认识。
Gary Marcus 一针见血地拆解了 Anthropic 博客的过度乐观，做 AI 研究的团队和关注 AGI 进展的读者值得一看，避免被标题误导。