递归自我改进 RSI 成头号任务，五级框架厘清真进化

"人类亲手打造的最后一个 AI"——这篇约 75 页的论文（arXiv 2609.11873）标题够狠，但真正值钱的是它给一个被滥用的词下了可验证的定义。论文提出以自主性为中心的 RSI（递归自我改进）五级框架：B0 基线（任务内 AI 改进，如按报错改代码、会话结束归零）；L1 执行人类定义的持久改进；L2 AI 自己决定改进策略；L3 AI 自主规划该学什么经验；L4 在真实部署中持续适应；L5 才是真正的"递归元改进"——AI 持续修改"负责未来改进的机制本身"。

区分标准很硬：一次性性能提升不算递归进化。要算"真 RSI"，必须满足两条——新改进机制被保留进下一轮，并且在同等预算、独立评估下确实造出更强的后继者。论文还提了 Headroom-Closed Index（HCI），量化现有 LLM 离"自身可达上限"还差多少：研究生级科学已达 85.8，但软件工程只有 52.6，工具 Agent 仅 39.9。这个指数把"离自我改进还有多远"变成了一把可量的尺，而不是一句"奇点快到了"。

今天为什么必读？因为 Noam Brown 刚确认，RSI 是 OpenAI 优先级"明显第一"的任务，而且前面提到的"模型自己写大部分代码"已经发生了。论文框架和产业实践正在互相印证：我们可能正处在 RSI 从 B0 往 L1 爬坡的临界点。但冷静看，Anthropic 的"Model 2 写代码"顶多算 B0–L1 的自动化，离真正的递归元改进还差两个大台阶。我的判断：这篇论文最大的价值是方法论——把"自我改进"从口号变成可审计的实验设计。接下来监管者和投资人要问的，不是"你进化了吗"，而是"你在第几级、HCI 还有多少 headroom、改进有没有被独立评估确认造出更强后继者"。