AI 能改进自己的推理、训练方法和 Agent 系统吗？
当模型能够生成改进方案、构建实验环境、验证结果，并将有效改进带入下一轮迭代，我们距离真正的递归自我改进（Recursive Self-Improvement，RSI）还有多远？
RSI 正在成为 AI 研究中的一个重要议题，但它并不是一个边界清晰、人人理解一致的概念。
Self-Evolution、Continual Learning、Test-Time Training……这些方向究竟有什么联系与区别？
模型性能持续提升，是否就意味着 RSI 已经发生？
自我改进的能力能否形成正反馈，又会受到哪些技术瓶颈、评测方法与基础设施的限制？
10 月 17 日（周六）10:00，青稞社区联合减论平台、知乎科技、魔搭社区将组织
#青稞AMA 第 4 期：RSI（递归自进化）专题，并邀请到来自学术界与产业界的六位研究者，围绕 RSI 展开一场线上 AMA。
🎙️ 嘉宾介绍
主持人｜何秉翔，清华大学计算机系博士生
导师为刘知远教授。主要研究方向为大模型强化学习和自进化。其代表工作包括 JustRL、Unsupervised RLVR、Rethinking OPD，曾在 ACL、ICLR、NeurIPS 等人工智能国际顶级会议发表多篇论文，谷歌学术累计被引 2700 余次。曾获青源 InnoVibe 2026 最受瞩目学术新星、入选中国电子学会-腾讯博士生科研激励计划。
马骁腾，心洲科技联合创始人、首席科学家，Mind Lab 负责人
清华大学自动化系博士、博士后，深耕强化学习研究十年，发表论文 30 余篇，谷歌学术引用超 2000 次。主导心洲科技智能体强化学习、持续学习等核心技术研发，并推动研究成果应用于 Macaron-V1 系列模型和 Mint Recursive 平台。带领团队实现万亿参数级模型 LoRA 强化学习训练，相关成果获 NVIDIA 官方转载。
黄呈松，华盛顿大学圣路易斯分校博士生
导师为 Jiaxin Huang 教授，本科毕业于复旦大学软件工程专业，曾任 Google Student Researcher。研究方向为大语言模型与视觉语言模型，专注于测试时计算扩展、自演化推理与可编程 Agent 环境设计。
代表工作包括 LoraHub（LoRA 跨任务无缝组合）、R-Zero（零数据自演化推理）与 EnvHarness（Agent 可编程环境重构框架）等，这些项目均在 GitHub 上获得 500+ Stars。
钱成，伊利诺伊大学厄巴纳-香槟分校（UIUC）博士生
导师为季姮教授。本科毕业于清华大学，期间师从刘知远教授。他的研究主要聚焦于大语言模型智能体，尤其关注智能体推理、工具使用与创造力等方向。他一作发表 ToolRL、UserRL 等代表性工作，相关论文目前已在 Google Scholar 上累计获得超过 3600 次引用。
钱成曾获 Capital One ASKS Center Fellowship，并担任 ACL、EMNLP 等会议的领域主席（Area Chair），以及 NAACL 2027 Student Research Workshop 的 Program Chair。他还牵头组织了 ICLR 2026 和 COLM 2026 Lifelong Agent Workshop，并长期担任 NeurIPS、ICLR、AAAI 等国际学术会议的审稿人。
杨峻麟，清华大学电子系博士生
清华大学电子系 C3I 课题组 2026 级博士生，师从丁宁教授与周伯文教授。本科毕业于清华大学计算机科学与技术系。他的研究构造面向数字与物理世界的智能体，并推动其能力扩展与自我进化。开源AI4AI全栈系统OpenMLE与模型Frontis-MA1项目负责人。曾在 ICLR、NeurIPS 等人工智能国际顶级会议发表多篇论文。
张开颜，衔远科技 CTO
清华大学博士，导师为周伯文教授。研究方向为大语言模型测试时扩展（Test-time Scaling）、强化学习和多智能体协同技术。在NeurIPS,ICLR,ICML,ACL,EMNLP,COLM等国际人工智能顶级会议与期刊上发表论文十余篇。
🔍 这场 AMA，我们将讨论什么？
01｜RSI 究竟是什么？
为什么强调 Recursive，而不只是 Iterative？自我进化、持续学习与测试时训练之间，应该如何划定边界？
02｜实现 RSI，有哪些技术路线？
从强化学习、自演化推理到 Agent 自主改进，不同路线分别押注什么？它们面临的核心瓶颈又有什么区别？
03｜RSI 的天花板在哪里？
现有范式已经能够解决哪些问题？收益递减、误差累积与可靠性会怎样影响持续改进？哪些问题可能需要新的技术突破？
04｜RSI 需要什么样的基础设施？
训练、评测、环境构建与反馈闭环如何协同？面向 RSI 的基础设施将如何演化，又有哪些实际落地案例？
05｜RSI 应该如何评测？
不同 Benchmark 分别测量数据、代码、Infra、后训练还是 Agent 自我改进能力？它们衡量的是同一种能力吗？什么样的指标才能真正证明系统在持续变强？
06｜什么时候才能实现真正的 RSI？
怎样定义一个可证伪的 RSI 判据？如果 AI 最终能够自主开展研究，人类研究者的角色又将发生什么变化？
最后，我们还将进入自由 AMA 环节，集中回答直播间的提问。
我们不预设 RSI 必然到来，也不急于给它一个确定的时间表。我们更关心的是：哪些机制已经被验证，哪些能力仍有缺口，以及什么样的证据才能让我们相信一个系统真的在改进自身。
直播时间
10 月 17 日（周六）10:00–12:00
加入 RSI 技术交流群
欢迎关注大模型、强化学习、Agent 与 AI 自进化的研究者和开发者参与讨论，可直接在群内提出你想和嘉宾们讨论的问题，与嘉宾一起拆解 RSI 的技术路径、现实边界与未来可能性。
扫码添加小助手，回复暗号“RSI"即可进群！备注：姓名+学校/公司+方向的朋友将优先审核通过。
