递归自我改进与自动化AI研究

2026年10月12日，RAND发布了《递归自我改进与自动化AI研究》（专家见解视角），考察了AI系统促进自身改进的实证状况。报告的要点是：“AI已经在帮助构建更好的AI。监督的窗口正在缩小”：多家前沿实验室报告称，大部分新代码由AI生成，尽管尚无已公开的系统自行设定研究议程或设计自身继任者。RAND发现，实验室在自动化占比、分配给AI主导实验的计算资源，以及模型改进中有多少可追溯至AI生成的想法等方面，缺乏向硬件供应商或政府的系统性报告，并警告称，拥有对敏感代码、数据和模型内部级访问权限的AI研究系统已经是一个安全问题，其被攻破可能微妙地影响未来模型的开发。报告引入了一个用于分类RSI相关活动的分类体系，并提出了旨在在多种发展轨迹下表现良好的政策选项。

提供了决策级框架，说明AI距离加速自身改进有多近，以及使轨迹无法衡量的透明度缺口——与风险容忍度和监督投资决策相关。

阅读RSI分类体系，并评估迄今前沿实验室的透明度是否足以支持你对AI能力加速的风险评估流程。