自我改进进入平方时代：MetaRSI 首次把 RSI 作用于 RSI 自身

综述

过去两年，AI 领域最激动人心的叙事之一，是让模型自己改进自己：自己生成训练数据、自己改写提示词、自己修复代码。这条路线叫递归自我改进（Recursive Self-Improvement，RSI）。

但一个少有人追问的问题是：这些系统里，「改进系统的那套程序」本身，进化了吗？答案是没有。从 STaR、Self-Refine 到 STOP、Darwin Gödel Machine、AFlow，几乎所有 RSI 系统都遵循同一个结构——一套固定的改进程序反复作用于模型。模型在变强，但「让模型变强的方式」始终固定，被困在一阶自我改进里。

近日 CosmosMind 联合斯坦福、伯克利、MIT、清华、北大等十多个高校研究者发布技术报告 MetaRSI-v1，提出首个统一 Model-RSI、Data-RSI、Harness-RSI 的元递归自我改进架构，把递归自我改进作用于 RSI 自身。论文标题干脆写成 RSI²——自我改进，进入「平方时代」。

专业分析

Loop Kernel：第一次给「进步如何发生」一个统一骨架

MetaRSI-v1 首次把自我改进抽象成一条与对象无关的闭环：消费反馈得到学习信号，在 Data、Harness、Model 上提出改动，交由验证器裁决，再把结果回流成下一轮信号。Data、Harness、Model 从此不再是三套割裂的流程，而是同一个 Kernel 的不同算子实例——可组合、可调度，自我改进第一次有了统一、可复用的底层骨架。

三种算子，两个改进的「可写面」

沿用同一个 Loop Kernel，自我改进落在三个可写面上。Data-RSI 从自身运行轨迹提取学习信号，经校验合成数据，同时标定模型能力的正、负边界——MetaRSI 把它重新定义为「能力边界探测器与放大器」。Harness-RSI 在 System Prompt、Skill、MCP、Tools、Memory 五个可插拔槽位上做加法和减法。Model-RSI 更新参数与结构，把反复验证有效的行为内化进模型。

值得注意的设计是 Harness 的「减法」：Data-RSI 放大暴露的问题经 Model-RSI 内化后，原本吸纳在 Harness 里的知识会变成冗余，被回放校验后删除——能力留下，成本退场。这暗合一个朴素判断：同一项能力放 Harness 里每次推理都要重付成本，内化进模型只需付一次。

五条定律：进步的单位是循环

报告提炼了五条定律，信息密度极高：验证决定自我改进的前沿（没有 verifier 就没有闭环）；自我认知会过期、重新发现能力边界是速率瓶颈；能力与载体无关但成本与载体有关；可信度由「不可写面」度量（内部无法察觉放水与真变强的区别）；循环不凭空创造能力，一切增益都是外部信息熵的输入或已有潜力的激发。

最后这条尤其克制——自改进只能重新组织、放大并固化模型已具备的潜力。所以每次提升都要分清：哪些是放大出来的，哪些是真正从外部引入的。

关联信息与影响

MetaRSI 与今天的国产 Agent-Native 路线（如 NeoHorse 用 Harness 执行轨迹训练模型）其实指向同一件事：Harness 与 Model 的边界正在流动。NeoHorse 把「路由与执行经验」单轮注入模型权重；MetaRSI 则给出一个让这个注入过程自身也能被改进的闭环框架——一个偏工程验证，一个偏架构语言，互为注脚。

值得单独观察的是 RSI 的开源节奏。MetaRSI 同步开源了 RSI-Harness（能自我学习、自我迭代的 Harness）并搭建 Genome 开放社区，希望每个科学领域沉淀自己的脚手架。当一个领域只需准备三样东西——能跑出结果的任务族、一套判断对错的验证器、一份粗糙的初始脚手架——新闭环的启动成本会被压得非常低。

未来展望

MetaRSI 并不要求一个领域一步到位跑完整条 Loop。科学研究和工程实践本身就是流水线：提出假设、设计实验、执行、解读，每个环节都有清晰的输入输出。先在一个环节跑通小循环，产物自然成为下游起点；足够多的小循环衔接起来，就织成覆盖整个领域的大循环。

可以预见的演进方向有两个：一是闭环里 Agent 分工的进一步细化（Transition / RSI² / RSI² Sub / MetaRSI² 四层 Agent 已显雏形）；二是验证器本身的可靠性——五条定律里「可信度由不可写面度量」那条，决定了这套架构的天花板不在改进速度，而在如何对抗闭环内部的自欺。

信号强度

• 研究者：一套可复用的 RSI 统一语言，过去散落的 STaR/Self-Refine/Gödel Machine 等路线第一次可以放在同一框架里比较。
• 开发者：RSI-Harness 开源，等于拿到一个会自己迭代自己 Prompt/Skill/Tools 的起点；「能力放 Harness 还是放模型」从此变成可计算的成本问题。
• Agent 工具链玩家：MCP、Skill、Memory 等槽位被明确为可写面，Harness 的「可改进性」成为产品竞争力。
• 大模型厂商：闭源旗舰同样适用 Data/Harness-RSI（不碰权重），意味着「模型之外的自我改进」也会卷起来。
• 普通用户：短期内最实在的信号是——能自我迭代的本地/工具链 Agent 会先出现，旗舰模型自身升级则仍是厂商节奏。

信息局限说明：本文依据 CosmosMind MetaRSI-v1 技术报告与机器之心报道整理；实验数据与架构细节以论文原文为准，四层 Agent 分工与五条定律为报告自述，尚未经独立复现。项目主页 github.com/CosmosMind-ai/RSI-Harness。