搜索
Anthropic 工程师刚刚提出 “95% 的工程师已经在跑自我改进循环。” RSI 热潮推到眼前，递归循环跑起来了，AI 究竟变强了多少？本文将公开 Theseus Lab 进化纪元的洞察和愿景，并开源 3 项相关工作。
Jeff Dean在斯坦福HAI与李飞飞对谈中表示，RSI受训练、计算和评估等物理过程限制，难以无限加速，其新公司Discovery Loop已运行约20个自动改进循环，目标是将领域专家生产力提高20至50倍。
METR调查显示，Anthropic未公开的Model 4内部综合能力指数（AECI）达178.6，模型能力提升速度自2025年10月起增至此前1.9倍，约80%的研发加速来自AI辅助，内部研究员自报效率提升约12倍。
NaiveAI开源的Naive-N0.5-Flash已让普通玩家在个人电脑上完成数据处理、训练、评测与纠错，覆盖客服、游戏和机器人控制等任务，推动Vibe Training与递归自我改进落地。
METR报告披露了Anthropic内部模型Model 2、Model 3和Model 4，其中Model 4的AECI得分达178.6、较Opus5.5高约3.9分；Claude已帮助Anthropic将部分实验时间缩短约80%。
主模型参数1250亿，激活参数60亿。
Sören Mindermann与Alan Chan牵头、包括Geoffrey Hinton在内的22位学者共同署名的RSI论文提出，在AI研发完全自动化等假设下，研发速度可能在约一年半内提高十倍，但这并非现实时间预测。
Hy4也正为递归自我改进（RSI）做准备。
大模型出厂之后，能不能像人一样边用边学？
超智能这场竞赛的胜负手不在后训练，而在谁先跑通 RSI 预训练。