一篇新論文評估了 GPT-5.6 Sol 和 Opus 4.8 等頂級 AI 代理在未發表的 NeurIPS 論文上的表現，發現它們在執行開放式機器學習研究任務時存在困難。作者據此主張，由於當前代理無法獨立完成研究生命週期的關鍵部分，因此遞歸自我改進（RSI）近期內難以實現。 這項研究通過測試代理在需要真正科學發現的任務上的表現，對 AI 超級智能的時間表提出了挑戰。它突顯了通往遞歸自我改進之路上的潛在瓶頸，表明當前模型可能需要重大的架構轉變才能實現自主研究能力。 該研究使用已接受但未發表的 NeurIPS 論文作為基準，並由原作者進行評分，以評估代理的表現。一個被指出的關鍵限制是，評估僅依賴每個任務單一的代理，而未來的 RSI 可能涉及數百萬個代理的協作努力。

事件背景

遞歸自我改進（RSI）是指 AI 系統改進其自身架構或程式碼的概念，從而導致智能的指數級增長，通常被稱為「超級智能爆炸」。開放式機器學習研究涉及那些問題定義和解決路徑尚未預先確定的任務，需要類似人類科學家的創造力和假設生成能力。像 MLR-Bench 這樣的當前基準旨在衡量 AI 代理複製這種複雜科學工作流程的能力。

社群觀察

社群成員爭論「RSI 近期內不會發生」的結論是否過度推論，指出該研究僅證明當前的單一代理模型不足。一些評論者認為，未來的 RSI 將依賴於數百萬個代理的協作努力，而其他人則指出人類評分者可能存在對 AI 能力持懷疑態度的偏見。