搜索
近日，IQuest Research 同北京航空航天大学、曼彻斯特大学等合作伙伴发布 ModularRSI，尝试让 Agent 根据自身执行经验，持续修改模型外围的运行机制——Harness。
Mind Lab（马卡龙）正式发布面向企业的模型后训练与推理平台 Mint Recursive，将其从 Macaron V1.1 训练实践中沉淀的 MinT 底层系统、自动化训练与迭代管线以托管服务形式开放给企业，支持 GLM、Qwen、DeepSeek、Kimi、MiniMax 等开源基座及监督微调、强化学习、全参数训练和 LoRA。
今年以来，RSI（Recursive Self-Improvement，递归自我改进）逐渐从硅谷前沿话题，演变为全球共识。
AI 距离真正的递归自我改进（RSI）还有多远？当前，AI 已开始参与数据生成、训练优化、工具迭代与结果验证，但参与研发，并不意味着已经具备持续改进自身的能力。它能够自主完成哪些环节，又如何将局部优化连接成持续、可靠的改进闭环？回答这些问题，需要回到具体的研究与实践，审视已有进展与尚待突破的瓶颈。
过去，在灵光闪应用中，用户需要等到应用生成完成，才能看到完整的页面设计和视觉效果。 在画眉的专业设计场景中，设计师拿到成图后，还要经过拆层处理，通常需要 5 分钟以上才能继续编辑。 一个需要更早看见设
9 月 16 日，在谷歌 DeepMind 深度参与了 Gemini 2.5/3、世界模型 Genie 2/3 以及具身智能体 Sima 2 研发的核心研究员 Bonnie Li 宣布离职，转会 OpenAI。
字节跳动旗下豆包在日活跃用户突破2亿后收缩对话团队，通用Session团队规模预计缩减约一半，对话方向的产品后训练团队也在缩减，部分人员转岗至商业化及飞书团队，其余被裁撤，反映出对话产品商业化承压下豆包业务重心的调整。
AI数据创企Snorkel AI完成3.5亿美元E轮融资，估值达35亿美元，由Insight Partners和S32领投，其年化收入运行率已达3.75亿美元，较过去12个月增长18倍。
两年前，一段机器人炒虾的视频在网上爆火。
RSI（递归自我改进）已经热了一段时间。从 OpenAI、Anthropic 到谷歌，头部实验室都在探索如何让 AI 参与下一代 AI 的研发，创业公司也开始围绕它做产品、搭环境、建评测。