會改自己代碼也不算真正自我進化：中國研究團隊把RSI分成5級

動察 Beating AI 快訊，上海交大聯合清華、字節跳動、小紅書、上海 AI Lab 等團隊發布綜述《The Last AI Built by Humans》，梳理 491 篇相關研究，試圖給越來越泛的「AI 自我進化」劃一條更嚴格的線。

論文把遞迴自我改進（RSI）分成 5 級。L1 只是執行人類規定好的改進流程；L2 可以自己決定怎麼改；L3 連下一輪該學什麼也能自己決定；L4 會根據實際運行中的反饋，持續修改記憶、技能、代碼或 harness，讓這些改動影響之後的任務；到了 L5，連負責產生下一輪改進的搜索方法、評估器和研究策略本身，也可以被修改，並交給下一輪繼續使用。

所以單純「會改自己代碼」還不夠。比如一個 Coding Agent 能重寫自己的源碼，但如果下一代怎麼選、按什麼標準打分、什麼修改能留下來，仍由人寫死，它只能證明自己會自我修改，還沒有掌握完整的遞迴自我改進。

論文還把最高的 L5 拆成兩層。第一層是「形式上遞迴」：AI 已經能修改負責後續改進的機制，並讓下一輪繼續沿用。第二層是「真的越改越強」：修改後的機制還得在相近資源和獨立評測下，確實產生更強的下一代。

491 篇論文裡，43.8% 被歸為 L1，31.6% 在 L2，L5 只有 29 篇，佔 5.9%。大量研究其實還集中在執行人類設計好的改進、自動尋找改法；真正把「如何改進」這套機制本身交給 AI 的工作很少。即使摸到 L5，長期穩定累積優勢也還沒有證明。

這篇論文主要是在給 RSI 領域立一套分類框架。L1 到 L5 是作者提出的標準，也還不是行業公認的統一分級。論文同時納入了學術論文、技術報告、官方博客和開源系統，因為不少前沿 RSI 實踐還沒有進入正式論文。