研究专题 / RSI
递归自我改进
一个系统如何改进自己，以及我们怎样知道它真的变好了。
“自我改进”覆盖了很不相同的过程：搜索更好的程序、改写 Agent 的运行框架、生成训练数据，甚至修改负责改进的过程。这个系列用同一组问题把它们放在一起，逐步走向更强的递归闭环。
检索截止 2026-10-03。论文结果均注明来源；最后一篇包含可复现的合成实验，独立于论文基准。
阅读顺序
概念 → 机制 → 证据从问题进入
- 十分钟建立地图
- 先读第 1 篇的定义、比较表和证据标准，再看第 2 篇的主要结论。
- 理解 Google 的最新工作
- 第 2 篇细读 RRSI，第 3 篇追溯 AlphaEvolve：两者改进的对象不同。
- 设计自己的改进循环
- 第 4 篇看自修改架构，第 6 篇看隔离评估、成本核算和选择偏差。
系列保留研究假设与证据不足处，不把排行榜分数视为开放环境中的通用能力。