Xudong Han(@Xudong07452910):AI 自我进化还在探索，围绕它的数据和训练服务，已经开始落地了。最近看了一些做 RSI 的团队，发现它们选择的切入口很具体：训练数据、供 AI 练习的环境，以及判断表现好坏的评估服务。我觉得这条路挺务实。想让 AI 持续进步，总得先把练习和反馈的条件搭好。不过，这也让我更好奇，「帮助 AI 进步」到「AI 更会改进自己」，中间还有多远？模型成绩提高了，可能是教材更好、老师更强，也可能是多跑了几轮实验。要看清自我改进的作用，还需要把这些贡献分开。比如，花同样的钱，始终用最初那套系统，和让升级后的系统继续探索，最后会差多少？数据和训练服务的价值已经很具体。我更期待接下来的实验能告诉我们：上一轮积累的能力，是否真的让 AI 更擅长找到下一次改进的方法。

2026.09.23 03:34

AI 自我进化还在探索，围绕它的数据和训练服务，已经开始落地了。最近看了一些做 RSI 的团队，发现它们选择的切入口很具体：训练数据、供 AI 练习的环境，以及判断表现好坏的评估服务。我觉得这条路挺务实。想让 AI 持续进步，总得先把练习和反馈的条件搭好。不过，这也让我更好奇，「帮助 AI 进步」到「AI 更会改进自己」，中间还有多远？模型成绩提高了，可能是教材更好、老师更强，也可能是多跑了几轮实验。要看清自我改进的作用，还需要把这些贡献分开。比如，花同样的钱，始终用最初那套系统，和让升级后的系统继续探索，最后会差多少？数据和训练服务的价值已经很具体。我更期待接下来的实验能告诉我们：上一轮积累的能力，是否真的让 AI 更擅长找到下一次改进的方法。