10:52rohanpaul_ai@rohanpaul_ai精选Google DeepMind 发布论文《From AGI to ASI》,探讨从通用人工智能(AGI)到超级人工智能(ASI)的四种可能路径:持续扩展计算与模型规模、算法范式突破(超越 Transformer)、递归自我改进(AI 加速 AI 研发)、多智能体集体智能。论文指出,扩展路径可能受限于数据、计算和能源瓶颈;递归改进最不确定,因需真实世界测试和稀缺硬件;多智能体集体智能最被低估,通过专业化与协调可超越单一模型。ASI 可能不是单一事件,而是 AI 辅助创造更好 AI 的加速链。论文Google DeepMindAGIASI多智能体递归自我改进推荐理由:DeepMind 分析 AGI 到 ASI 的四种路线原文
12:26Sakana AI@SakanaAILabs精选Sakana AI 在东京成立专门研究递归自我改进(RSI)的实验室「RSI Lab」,旨在让 AI 自动生成并改进 AI 模型。该实验室基于此前在 LLM-Squared、The AI Scientist 等项目上的积累,目标是在不依赖无限计算资源的前提下实现 RSI。2026 年以来,RSI 已成为全球 AI 研究的重要趋势,Sakana AI 希望凭借其独特方法,在计算资源有限的日本推动这一领域的发展。实验室将招募全球研究人员和工程师,并与社区共享成果。行业递归自我改进Sakana AIRSI LabAI 研究东京推荐理由:RSI 是让 AI 自我进化的前沿方向,做 AI 研究和模型开发的团队值得关注——Sakana AI 试图用更少的算力实现它,这对资源有限的团队尤其有启发。原文
12:25Sakana AI@SakanaAILabs精选Sakana AI 宣布成立递归自我改进(RSI)实验室,专注于用 AI 重新设计 AI 开发流程。该实验室整合了多项突破性成果,包括 LLM² 自动优化偏好算法、Darwin Gödel Machine 自主重写代码库、ShinkaEvolve 高效程序进化等。团队认为递归自我改进可在适度算力下实现,不应被超大规模集群垄断。目前正在东京招募前沿科学家和工程师,以构建开放、自适应的集体自我改进架构。AI产品Sakana AI递归自我改进AI 自动化东京实验室开源/仓库推荐理由:Sakana AI 把自我改进 AI 从理论推向实践,整合了多项已验证的技术成果。做 AI 研究和开发的团队值得关注——他们正在探索一条不同于堆算力的路径,可能改变未来 AI 开发范式。原文
01:42Richard Socher@RichardSocher精选Recursive 公司宣布其自动化开放发现系统在三个 AI 任务上取得了最先进成果,包括 NanoGPT speedrun、NanoChat 和 NVIDIA 的 Sol-ExecBench。该系统旨在实现递归自我改进超级智能(RSI),通过自动化科学方法循环(构思、实现、验证)来扩展人类知识。所有代码和想法均由 AI 系统自身生成,而非人类团队。Recursive 已开源系统发现,强调其解决方案具有创造性和良性,而非危险或优化导向。这是迈向“尤里卡机器”的早期里程碑,但已展示出解决多种 AI 研究问题的能力。AI模型递归自我改进AI 研究自动化开源/仓库NanoGPTSol-ExecBench10 个信源在谈推荐理由:AI 研究自动化终于有了可验证的成果——Recursive 的系统在三个基准上跑赢 SOTA,做 AI 研究的团队可以直接看开源代码,感受下机器自己搞科研的潜力。原文
AITOP5月29日 08:02Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……