https://linjiapeng.cn/tags/auto-research/Recent content in Auto-Research on Just notesHugozh-cnFri, 10 Jul 2026 00:00:00 +0000https://linjiapeng.cn/posts/harness-engineering-for-self-improvement/Fri, 10 Jul 2026 00:00:00 +0000https://linjiapeng.cn/posts/harness-engineering-for-self-improvement/<p><strong>递归自我改进（recursive self-improvement, RSI）</strong> 的概念可以追溯到 <a href="https://philpapers.org/rec/GOOSCT">I. J. Good (1965)</a>。他把「超智能机器」（ultraintelligent machine）定义为一个能在所有智力活动上超越人类、并能设计出更好的机器来改进自身的系统。<a href="https://www.lesswrong.com/posts/JBadX7rwdcRFzGuju/recursive-self-improvement">Yudkowsky (2008)</a> 用「递归自我改进」一词特指这样一种反馈回路：AI 用它当前的智能，去改进那套产生其智能的认知机制。</p> <p>在现代 AI 中，这个反馈回路可能意味着模型直接改写自己的权重；也可以更宽泛地理解为：模型改进<em>训练流水线</em>和<em>部署系统</em>，从而催生一个在各类具有经济价值的任务上表现更好的后继模型。前沿实验室的 AI 研究进展速度已被证明在急剧加速（<a href="https://www.anthropic.com/institute/recursive-self-improvement">Anthropic</a>；<a href="https://openai.com/index/how-agents-are-transforming-work/">OpenAI</a>）。</p> <p>我特意提到*「部署系统」*，是因为位于原始模型与真实世界上下文之间的这一层，似乎与模型的原始智能（即预训练之后立刻做的那些评测）同等重要。Harness 是 AI 部署的重要组件，Claude Code、Codex 等成功的编码智能体产品已经证明了这一点。<strong>Harness</strong> 指的是围绕基础模型的整套系统：它编排执行过程，决定模型如何思考与规划、如何调用工具并行动、如何感知和管理上下文、如何存储产物（artifacts）、以及如何评估结果。</p>