MetaRSI-v1发布：统一三大RSI维度的元递归架构，开启AI自我改进“平方时代”
2026/09/14 11:45阅读量 2
CosmosMind联合多所高校发布全球首个统一Model、Data、Harness的MetaRSI-v1元递归架构，旨在改进“自我改进的过程”。该架构通过Loop Kernel范式与双轴编排策略，使30亿参数小模型在四项基准上平均提升10.9分，六款旗舰模型平均提升7.3分。研究同时提出五条定律，为机器能力的边界探测、内化及成本优化提供理论框架。
事件概述
CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余家海内外高校发布了MetaRSI-v1。这是全球首个统一Model-RSI（模型递归自我改进）、Data-RSI（数据递归自我改进）和Harness-RSI（环境/提示词递归自我改进）的元递归架构。该架构试图解决现有RSI系统结构单一、仅从单一视角切入的问题，通过改进“自我改进的方法”，推动AI进入“平方时代”。
核心信息
1. 架构创新：Loop Kernel与双轴编排
- Loop Kernel范式：首次将“进步如何发生”抽象为与对象无关的闭环。系统消费反馈信号，在Data、Harness、Model三个维度提出改动，经验证器裁决后回流为下一轮信号。这使得三个维度成为同一Kernel的不同实例化算子，实现了可组合、可统一调度。
- 双轴编排机制：
- 横轴（Horizontal Orchestration）：根据信号反馈选定下一个算子（Data/Harness/Model），有机衔接送入Loop Kernel执行。
- 纵轴（Vertical Optimization）：向目标算子的专属Sub-Agent下发指令，改写算子内部的RSI规则，优化系统本身。
- 四层Agent协调：包括MetaRSI² Agent（优化策略学习）、RSI² Agent（决策编排）、RSI² Sub-Agent（策略调整）和Transition Agent（产物衔接）。人类专家可局部替换这些Agent形成人机回环系统。
2. 实验结果：小模型与旗舰模型均获显著提升
- 小模型路线：使用Qwen3.5-35B-A3B（35B总参、3B激活），启用全部三个算子。在Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond、AIME四项基准上，平均自我提升10.9分；其中SWE-bench Pro解决率接近翻倍。连续自进化的累计增益显著。
- 前沿模型路线：面向Claude Opus 5、GPT-5.6 sol、Kimi K3等顶级闭源或大参数模型，仅启用Data与Harness算子。在Terminal-Bench 2.1上，六款前沿模型平均提升7.3分，证明旗舰模型仍具备可观的自我改进空间。
3. 理论贡献：五条定律
MetaRSI提炼出关于机器进化的五条定律：
- 验证决定前沿：自改进闭环的形成取决于任务是否可被检验及是否有合适的Verifier。
- 自我认知会过期：RSI改变能力后，旧的系统描述失效，重新发现能力边界是速率瓶颈。
- 能力与载体无关，但成本有关：能力可通过训练内化进Model以降低成本，或通过Harness接口调用需重复付费。成熟循环能将能力迁移至更便宜载体。
- 可信度由不可写面度量：内部无法察觉能力变强与放宽成功标准的偏差，需外部度量。
- 循环不凭空创造能力：增益本质上是外部信息熵输入或已有潜力的激发，需区分放大能力与新引入能力。
值得关注
- 开源进展：团队同步开源了RSI-Harness，这是一个能自我学习、自我迭代的Harness，旨在为不同科学领域沉淀可移植的Harness Genome。
- 物理世界应用前景：CosmosMind计划将闭环延伸至物理世界，利用可编程仪器和自动化实验室作为执行器和验证器，实现从仿真到真实仪器的逐级推进，加速科学发现过程。
- 资源链接：