递归自改进的两条路线——Recursa 系统级学习与 RSI-Dojo 内化进权重精读
递归自改进（RSI）正在分化成两条可复现的工程路线：Recursa 让系统用自己的模型在知识库层面递归学习——先从领域语料 bootstrap 导航技能，再由多 learner 分解、验证、合并修订，在 Harvey 法律基准上把 held-out all-pass 从 30% 拉到 55%，全程无更强模型介入；RSI-Dojo 则把自动后训练能力蒸馏进权重——从顶会论文流水线合成 281 个可执行训练环境，经双重过滤收集 1240 条轨迹，微调 35B 模型追平 GPT-5.5。本文合并精读两篇，对照知识库外挂与权重内化两条路线的适用边界与未闭环之处。