解读当前AI递归自我改进RSI研究进展 附可用Prompt

最近有很多关于 RSI（Recursive Self-Improvement，递归自我改进）的讨论，也让大家开始担心，AI 会不会不断升级自己，最后超出人的控制 我周末集中看了一批 RSI 2026 年的论文和公开项目，想把几个问题讲清楚：现在到底发展到了哪一步，业界 popular 的讨论是什么，以及我们普通人能怎么用。最后我会给大家一个可以用来直接给 AI 实现初步 RSI 的 Prompt 这次按方向来聊，论文和项目放在对应段落，大家可以收藏下来慢慢看 1/ 先分清楚，大家说的“自我改进”，有三件不同的事 第一件，AI 根据反馈，把当前任务再做一遍。第二件，它把有效经验、工具或工作流程留下来，下一次任务也能用上。

第三件，它进一步改进“下一轮怎么学习、怎么做实验、怎么选方案”这套方法。越往后，接手的研发决策越多。9 月 10 日发表的的《The Last AI Built by Humans》把这些自主范围拆成了执行、策略、经验获取、环境适应和元改进几层，适合当阅读地图 2/ 今年一条很密集方向研究线，是让 AI 改自己的 Harness Harness 可以理解为模型周围那套实际干活的系统：读哪些文件、给模型看什么上下文、怎么调用工具、失败后怎么恢复、什么时候算完成。

今年 3 月的 Meta-Harness，6 月首发、8 月更新的 Self-Harness，以及 7 月底的 DarwinX （Salesforce），都在研究怎样把这套系统交给自动实验来优化 3/ 另一条已经出现企业内部应用的路线，是把人的纠错变成持久经验 今年 1 月的 MemRL，把经验和“这条经验实际有多管用”一起保存。下次先找相关经验，再根据使用效果挑选，而不只是找文字最相似的记录 到了 9 月 2 日，Meta 公开了一个更贴近日常工作的内部案例：专家纠正 Agent 后，系统会判断错误来自知识缺口还是处理流程，把纠错转成文件修改，重放原来的问题、跑回归测试，再交专家审核。通过后，这次失败还会进入以后的测试集。

这是 Meta 在特定专业领域的内部实践 对我们普通用户来说，这一条就很有用了， 人的一次纠错，开始有机会变成后续任务都能使用的改进 回到关键问题，我觉得今年这些工作的共同价值，是让我们开始认真维护一个会积累经验的系统。所以我们现在可以怎么用？篇幅有限，我把一个我们都能用上的效仿 RSI 的基础 prompt 放在评论区里， 我最近也在观察，每次任务留下什么，每次纠错改到哪里，下一次能否因此做得更好，这些都已经可以在自己的工作里动手验证了。

为了防杠，我得说明一下：这三个方向只是工程向的，硅谷大佬们担心的更多是研究向的内容。这些内容比较硬核，研究向 RSI我会在后面帖子里单独去聊