Self-Improvement（自我改进）在 AI 领域指模型或智能体系统在不依赖人类逐步标注的前提下，通过评估自身输出、迭代优化脚手架或权重来提升能力的技术路线。它被视为通向更强通用智能的可能路径之一，但也因评估基准可能被“刷分”、进步难以验证而存在争议，目前正处于从概念探讨走向具体工程框架落地的阶段。
Recursive Self-Improvement 的近期进展
近期的讨论集中在“递归自我改进”（Recursive Self-Improvement, RSI）能否被工程化验证。Google 发布的 RRSI 框架尝试给智能体 Harness 的递归自改进过程加入正则化约束，以抑制改进循环中的退化与过拟合，被认为是对这一方向较系统的工程尝试，相关分析见 RRSI：带正则化的智能体 Harness 递归自改进方法 与 Google发布RRSI框架。
另一条受关注的线索是硬件层面的闭环：AI 设计芯片并反哺自身运行效率，形成“更好的芯片—更强的模型—更好的芯片”的自我改进循环。AI设计芯片形成自我改进循环 报道了这一动态，The Information 随后又刊出 Recursive Self-Improvement: A New Perspective，对这一范式的可行性给出新的观察视角。
社区层面的论文精选也反映出该方向的活跃度：dair-ai 的一周精选中，HySparse2 与 Harness-Zero 等 7 篇论文入选（dair-ai 一周论文精选），多与智能体脚手架和推理效率相关；配套的推理基础设施也在推进，Sol-H3 对 MiniMax-H3 的推理在云端实现最高 30 倍提速，且边缘侧单卡即可运行（Sol-H3 加速 MiniMax-H3 推理），为大规模自改进实验降低了算力门槛。
当前焦点与观察点
第一个焦点是“收益是真实的还是幻象”。论文 Phantom Gains: Auditing Self-Improvement Against a Measured Null 提出用测定的零假设基线来审计自我改进效果，直指该领域的核心方法论问题：如果缺少严格对照，改进循环带来的分数提升可能只是评估漏洞的产物。
第二个焦点是改进对象的多样化。自我改进不再只针对模型权重：HSI 框架让冻结的大模型通过分层自改进不断进化任务脚手架（HSI框架），而 Agentic Self-Improvement 框架则被用于提升图像生成视频的语义一致性（arXiv 论文），说明该范式正向多模态与具体应用渗透。
综合来看，Self-Improvement 正从“是否可能”转向“如何验证”：RRSI、HSI 等框架提供了工程抓手，芯片闭环展示了潜在复利效应，但 Phantom Gains 一类审计工作提醒，评估方法的严谨性将决定这一方向的真实成色。对从业者和观察者而言，接下来值得关注的指标是这些自改进框架能否在独立、未参与优化过程的基准上复现收益。