AI4AI递归自我改进教程：让AI自己进化自己的RSI框架解析

2026年8月初，谷歌首席科学家Jeff Dean联合Sanjay Ghemawat、Quoc Le、Oriol Vinyals三位核心研究员集体离职，创立Discovery Loop，目标直指递归自我改进（RSI）——让AI自己跑实验、评估结果、修正弱点，并持续迭代。与此同时，清华系团队开源35B参数AI4AI模型，上交大团队发表35B模型干赢万亿参数大模型的研究成果。

什么是RSI

RSI（Recursive Self-Improvement，递归自我改进）是指AI系统能够自主改进自身能力的闭环过程：AI提出实验→完成实现→运行评估→根据结果调整下一步方向→循环迭代。不同于简单的Agent循环调用工具或输出后Reflection，RSI要求AI能修改自身的训练流程、数据策略甚至模型架构。

关键技术路线

AlphaEvolve：用大模型+自动评测器搜索算法，部分结果已用于训练基础设施。Darwin项目：自动化科学实验循环。上交大方案：35B参数模型通过"自我造题+自我迭代"实现超越万亿参数模型的表现。清华AI4AI：35B参数，聚焦AI研发自动化。

Discovery Loop

Jeff Dean新公司的定位是"自动化科学与工程中的完整实验循环"。四位创始人覆盖了系统架构（Sanjay）、大规模训练（Quoc Le）、强化学习与多模态（Oriol Vinyals）的核心能力。目标不是做一个更好的ChatBot，而是让AI成为科研工作者。

对AI自我进化感兴趣？阅读PenguinHarness多Agent自进化，或了解Hermes自进化Agent。