通衍灵智依托北京通用人工智能研究院，探索以参数化学习和持续进化为核心的Personal AI：在共享基础模型上，用轻量Personal LoRA承载个人与企业的专属能力，并通过RSI递归自我改进机制筛选有效反馈、增量更新、评估回滚，避免错误积累；同时以TIP训推并行和Paged LoRA优化训练与推理成本。目标是让企业经验沉淀为可迁移的智能资产，降低对单一模型底座的依赖。

华为诺亚方舟实验室与UCL联合提出Memento 3智能体系统，以Claude Opus 5为底模，不更新权重，通过“代码即模型”让AI边玩边写规则与模拟代码并自我纠错。该系统在ARC-AGI-3的25款游戏183关全部通关，操作7518次，比人类少约56%，获满分RHAE；玩Pong时策略成熟后无需大模型推理，三局21:0。

ENPIRE是面向真实机器人策略自改进的智能体框架，分两阶段：先由编码智能体根据少量人类示范自动构建安全约束、自动验证与自动复位环境；再让智能体在真实反馈下自主改进训练算法，并支持多机器人并行加速。该框架将搭建自动化设施本身也自动化，减少人工干预，适用于可程序验证与复位的任务。

辛顿等22位学者发表论文探讨AI递归自我改进。Anthropic数据显示，AI自主研发比例半年增长二十余倍，AI正加速进入AI研发流水线。AI研究员可复制、可同步升级，或带来数百万等效劳动力，理论上1.5年内AI进步提速10倍。但算力、数据、实验时间和科研边际收益递减构成现实约束，尚无证据证明智能爆炸已发生。

谷歌发布Gemini 4 Argon，在多项榜单登顶，性能超越Claude Opus 5.5和GPT-6 Astra，成本约为对手一半，支持百万Token输出，主打编程、金融、法律及网络安全防御。目前仅向审核过的网络安全团队开放。内部评价不一，有人质疑其编程实际表现和刷榜，谷歌予以否认。

一篇综述提出递归自我改进的工程框架，用HCI指数量化十类能力天花板，指出数学科学进展较快，而软件工程、工具使用等交互能力差距较大，最可能率先突破。论文定义自主性L1至L5五级，从执行改进到改写改进机制，并指出安全继承、自主性归因、可靠验证三大挑战。

2026年AI行业面临矛盾：OpenAI五年预计烧钱2780亿美元，但顶级模型连时钟识别正确率仅50.6%；闭源对开源领先仅3.3%，护城河脆弱。CFO严审AI支出，低成本开源模型蚕食高价模型市场。头部实验室仅剩两条出路：打价格战沦为云服务商，或押注递归自我改进实现AI自主迭代。AI智能呈碎片化，专业领域超神、日常场景翻车。千亿赌局成败最终取决于季度财报的真实利润。

前OpenAI成员阿尔梅达指出，大语言模型经RLHF训练后被优化为“助手”而非“自动化工具”，只会生成讨喜文本，导致模式坍缩，在真实决策任务中不可靠。他提出Jev纯决策模型，输出结构化判断而非文字，以类型安全架构解决自动化与递归自我改进难题，强调做对任务比算力更重要。

智谱GLM-5.3-Flash在超10万颗国产AI加速器上两周完成部署，吞吐提升3.2倍。GLM-5.3驱动的Infra Agent参与优化，定位精度与调度问题，将KV传输开销从30%降至1%以下。团队提出dense feedback机制，让AI理解性能变化原因。唐杰称递归自我改进的早期形态已现：模型优化系统，系统服务模型。

智谱创始人唐杰分享了RSI早期案例：GLM-5.3驱动的Infra Agent在超10万张国产芯片集群上从零搭建并优化生产级推理系统，不到两周将端到端吞吐提升至基线的3.2倍。该Agent能自主读取反馈、提出假设、修改代码并迭代，定位并修复了KV Transfer中Python GIL并发阻塞等问题。唐杰强调尚未实现RSI，目标设定与风险判断仍由人负责。

云知声发布U2-Flash，率先交出国产RSI早期答卷。该模型采用稀疏MoE架构，总参数266B、单次仅激活约10B，速度提升2.1倍，能力反超上一代U2。其核心是后训练闭环：自主生成任务、异步Agent RL、多教师在线策略蒸馏，让模型参与生成数据、分析轨迹乃至维护训练系统，已显露L3级自我改进特征。

谷歌提出Dream-RSI方法，让智能体将历史探索记录构建为虚拟回放模拟器，在决策树上反复演练搜索策略，无需改动底层模型即可大幅压缩大模型调用量，最高达162倍。该方法在算法工程、数学优化和GPU内核任务上均显著提升效率，核心是迭代上层搜索策略而非模型本身。

传统AI智能体因缺乏终止规则、纠错机制和记忆体系而越用越废。解决方案为“循环工程+图谱工程”双架构：循环工程通过量化终止条件、独立技能配置和四层外部校验闸门实现可控执行；图谱工程用SCHEMA.md、aliases.csv和结构化输出固化记忆；再配合动态工作流按节点状态差异化派单，以及元循环自动复盘、人工审批规则修改，最终形成可自我纠错、持续进化的多智能体系统。

AI圈热炒新词RSI（递归自我改进），指AI自主写代码、跑实验、改进下一代模型，思想可追溯至1965年“智能爆炸”设想。OpenAI、Anthropic已实现部分自动化研究。同时，Anthropic、OpenAI高管渲染AI末日风险，呼吁减速监管，英伟达黄仁勋则反驳。文章认为，末日论与反末日论之争，实质是算力、资本与产业利益的分配博弈。

生数科技发布世界模型Motus2，使机器人通过“行动—预测—评估”闭环实现自进化，并融合触觉与记忆。真机测试中，规划加强化学习将成功率提升10个百分点，触觉提升12.5个百分点。模型基于13万小时人类第一视角数据训练，具备L3“在世界中行动”能力，向自主智能体迈进。