RSI：AI 自我改進有所進展，但沒有出現智慧爆炸

遞迴式自我改進（RSI）正從理論概念走向可量測的 AI 研究能力，但目前仍沒有公開證據顯示已出現會自我加速的智慧爆炸。OpenAI 報告的 GPT-5.6 RSI Index 分數為 57.9%，相較之下 GPT-5.5 為 41.7%。據報該評估涵蓋除錯研究系統、最佳化 GPU 核心與訓練配方、執行機器學習實驗，以及協助改進其他模型等任務。然而，測試設計、權重與彙整公式並未公開，因此不應將這些分數視為 RSI 完成率。 文章將 AI 自我改進分為四個層級：持續改進、自主受限迴圈、遞迴式增益（也就是系統在創造進一步改進方面變得更強），以及穩健且可控的泛化。前兩個層級已在有限情境中出現，但支持遞迴式加速的公開證據仍然不足。 例子包括 EURISKO 的獎勵駭客失敗、AlphaZero 的自我對弈、Reflexion 的持久任務記憶、STaR 與 SPIN 自行生成的訓練資料、採用 AI 評估的 Constitutional AI 與 Meta-Rewarding，以及較新的提示詞、工作流程與代理框架最佳化系統。這些方法顯示 AI 能夠改進記憶、模型權重、回饋訊號與操作程序。然而，它們仍受到人類定義的目標、評估者、資料、資源與安全界線所限制。 對交易者而言，這項發展對 AI 基礎設施、半導體與自動化等主題具有策略重要性，但並不是加密貨幣的直接催化劑。除非新成果證明可靠的遞迴式增益、較低的 AI 研究成本，或計算需求大幅增加，否則短期市場影響可能有限。