RSIGym開源：讓AI研究如何改進AI，瞄準遞迴自我改進

動察 Beating AI 快訊，做 AI 訓練和評測工具的 Evolvent AI 開源了 RSIGym，目標是研究 AI 的遞迴自我改進（RSI）。簡單說，就是讓 AI 自己尋找系統弱點、提出修改方案、測試效果，再嘗試用改進後的系統開展下一輪研究。

RSIGym 將訓練、推理、評測和沙箱做成現成服務。研究 Agent 可以生成訓練數據、調整微調參數、訓練模型，再根據評測結果修改方案。它還能修改 Harness，也就是控制模型如何調用工具、執行任務的程序。研究者可以讓 Agent 只改訓練數據、只改 Harness，或者同時優化兩者。平台統一管理實驗預算、權限和執行日誌。

團隊還推出 RSI-Index，測試 AI Agent 改進另一套 AI 系統的能力。6 款研究 Agent 分別從相同的 Qwen3.5 基礎模型和簡單 Harness 出發，在編程、數學等 5 類任務上進行優化。Opus 5 綜合排名第一。它改造後的系統在 SWE-bench Verified 的 100 題子集上，成績從 17.67% 提高到 50.33%；數學測試 AIME 則從 31.67% 提高到 97.78%。

另一組實驗只改 Harness，不動模型權重。Opus 5 根據 DeepSeek Harness 的執行日誌，修復了輸出截斷後停止工作、提前宣布任務完成等問題。在 Qwen3.6 模型權重完全不變的情況下，Terminal-Bench 2.0 成績從 30.34% 提高到 40.82%。

團隊還嘗試讓 Qwen3.8-27B 改進自身，由它同時擔任研究 Agent 和被改進的模型。它在 6 道測試題上找到了一套看起來有效的微調方案，但在完整的 37 道題中，成績反而從 56.66% 略降至 56.26%。此外，每組實驗只進行一次研究運行，Agent 在開發階段也能接觸評測題目。目前還沒有證據表明，改進後的 AI 可以繼續提升自身的研發能力，實現多輪遞迴自我改進。