五阶段路线图：通往递归式自我改进（RSI）的路径

人类建造的最后一个AI：迈向递归式自我改进（RSI）的路径图

上海交大、清华大学、字节、小红书、上海AI实验室联合发表的一篇论文，介绍通往真正递归自我改进（RSI）的路线图。

共5个阶段： 第一个阶段是执行层面的自主（L1）。在这个阶段，人类工程师制定好详细的改进规则和检查标准，AI负责按照这些步骤去干活，并把做好的成果保存下来，供以后的任务继续使用。 第二个阶段是策略层面的自主（L2）。人类依然掌握最终的目标和考核标准，但AI可以自己分析自己哪里做得不够好，并主动从多种改进方案中挑选出最有效的一种去尝试。 第三个阶段是学习经验的自主（L3）。AI能够感知自己当前的短板，主动挑选或者生成最适合自己现阶段练习的题目和任务，做到缺什么就练什么。 第四个阶段是实际环境中的适应自主（L4）。当AI被部署到真实的工作场景中时，它能从日常处理的各种实际问题里吸取教训，自动把摸索出来的经验整理成专属的工具库与技能集，供后续长期使用。 第五个阶段是底层机制的元改进自主（L5）。这是自我升级的最高境界。AI不仅能够提升某个具体的技能，还可以改造自己用来做研究、找问题和自我训练的整套核心方法，并且把这种更强的学习能力一代代传承给后续的版本。

论文：https://arxiv.org/abs/2609.11873