递归自我改进

递归自我改进（RSI）正从愿景走向工程科学。本文精读两篇 2026 年 10 月论文：RSI Arena 让十个前沿模型作为训练 agent，在六天、一千 GPU 小时约束下自主后训练同一基座模型，再以用户投票驱动第二轮改进，最强模型关闭到官方 Instruct 版 76% 的差距，风格控制后人类评分 1095 与 1094 打平；The Trinity 用三角色沿能力树耦合环境生成与 Harness 演化，四个迭代把训练基准均值从 39.1 推到 73.2，真机成功率 0 到 60%。合读构成 RSI 完整版图。

Matthew Berman用一期17分钟的视频讲清AI重塑软件复制的机制：反编译从人工数年缩到84天甚至几天，原理是"可验证循环"——知道结果不知道过程的任务正是AI强项。游戏混搭分四层（换皮/直通模组/机制移植/整游戏重写），Photoshop被开源克隆为Photocraft，Berman由此提出"软件已解决"论——纯软件护城河失效，价值转向服务、企业与品味。末段推到数学、科学与递归自我改进。