RSI 是什麼？理解 AI 遞迴自我改進的原理與限制

RSI 是 Recursive Self-Improvement 的縮寫，中文通常譯為「遞迴自我改進」。它描述的是：AI 改善自己的能力，再把改善後的能力用在下一輪改進，讓改進的成果持續累積。

平常，我們請 AI 幫忙寫文章、整理資料；談到 RSI，問題往前走了一步：如果 AI 也能參與改善自己的工具、學習方法，甚至研發下一代 AI，技術進步會不會因此加快？這也是這個概念受到關注的原因。

先不用記住「遞迴」這個生硬的詞。我們可以從一個熟悉的情境開始：一位學生，除了把功課學好，也開始研究怎麼讓自己學得更好。

用學生改進學習方法，理解 RSI 的意思

想像小明準備考試，一開始只會把課本從頭讀到尾。後來，他發現把錯題整理起來，再針對不熟的觀念練習，學習效果更好，於是調整了讀書方法。

隨著理解能力提升，小明更能分辨自己為什麼答錯：有時是觀念不清楚，有時只是看錯題目。他又根據這些發現，設計出更有效的練習方式，讓下一輪學習更有幫助。

這個例子的關鍵在於：小明提升的能力，也幫助他找出更好的改進方法。前一輪的進步，回過頭來影響下一輪怎麼進步，就能幫助我們理解 RSI 所說的「遞迴」。

放到 AI 身上，可以把它想成「更有能力的 AI，協助做出更好的 AI」。有些研究著重改進整套 AI 系統，有些討論則進一步指向自主研發下一代模型，因此閱讀 RSI 新聞時，也要看作者談的是哪一種程度。Duan 等人的 RSI 研究便強調，改進應能保留下來，並幫助未來的改進過程。

學生的例子只是比喻。AI 不需要像人一樣產生「我要努力」的想法，系統可以在設定好的目標、測試與運算環境中執行改進。能自我改進這件事，本身也不能證明 AI 有自我意識。

AI 到底在改什麼？從一個假想流程看懂

要理解「改進自己」，可以先把 AI 看成一套系統。以文字助理為例，裡面有負責處理語言的模型，也可能搭配搜尋、讀檔、執行程式等工具。如果對模型還很陌生，可以先把大型語言模型理解成經過大量資料訓練、用來處理和產生語言的核心。

因此，自我改進的對象可以是模型，也可以是模型周圍的程式與工作方法。例如，改好讀檔工具，讓系統少漏看重要資訊；調整檢查流程，讓寫程式時更容易發現錯誤。這些系統層級的改進，不一定需要重新訓練核心模型。Sakana AI 的Darwin Gödel Machine 研究就包含這類做法。

如果把目光放到下一代 AI 的研發，我們可以想像下面的循環。這是一個用來解釋概念的假設情境，並非某家公司已經完整達成的流程：

1. 找出可改善的地方：第一代 AI 發現，某個訓練步驟花了很多時間，而且可能存在更省資源的做法。
2. 提出並測試新方法：它修改程式、執行實驗，比較新舊方法的結果。失敗的方案先留下紀錄，不直接當成升級。
3. 用有效的方法改進系統：如果測試支持新方法，團隊便能把節省的資源用在更多實驗或訓練上，嘗試做出研究能力更好的 AI。
4. 讓改進後的 AI 參與下一輪：新的 AI 再找出更好的方法，讓前一輪的成果繼續幫助下一輪研發。

最後一步最值得注意。只是讓某次工作做得更快，還不足以說明完整的遞迴改進；我們還需要看到，這項進步如何回到系統之中，幫助它繼續改善自己。

重寫答案、使用工具，和 RSI 有什麼差別？

日常使用 AI 時，我們常會看到它修改答案、記住偏好或自動做完工作。這些功能很有用，但單看其中一項，通常還不能判斷系統是否具備遞迴自我改進的能力。

請 AI 重寫答案，改善的是眼前的成品。例如，你說「這段太難，請改成國中生也看得懂」，它就重新組織文字。這代表指令讓這次輸出更符合需求；光憑答案變好，還看不出系統本身是否留下了能改善未來能力的變化。想把需求說得更清楚，可以從AI 提示詞的基本寫法開始。

讓 AI 使用工具，增加的是完成任務的方式。例如，AI Agent可以依任務需要搜尋資料、讀取檔案或執行程式。不過，一個能自己完成工作的助理，未必也能改善自己的設計；「會做事」與「會改進做事的能力」，還是要分開觀察。

RSI 關心的是改進能否留下來，並幫助下一輪改進。例如，系統改好了自己使用的程式工具，經過驗證後採用，接著又用這個更好的工具去改進其他部分。Chen 等人的研究綜述也區分了修改輸出、改善系統行為、訓練模型與自主研究等不同層次。

同樣地，用 Vibe Coding 請 AI 幫你做網站，修改的主要對象是你的網站。判斷是否涉及 RSI，還得看它有沒有改進自身的系統，以及這項改進是否真的用在之後的自我改進工作。

工商時間

如果你想要更系統化、更輕鬆的學好 SEO 與 AI SEO，歡迎參考我與知識衛星合作的 SEO 線上課程：《SEO 排名攻略學》、《AI SEO 流量變革》。

透過《SEO 排名攻略學》獲得穩定的 SEO 流量與實戰經驗。
再搭配《AI SEO 流量變革》看懂 AI 搜尋趨勢，搶佔 AI 搜尋紅利。

RSI 已經實現了嗎？先看兩個實際進展

有限範圍的自我改進已經有研究成果；完全自主、持續研發下一代 AI，則是更強的主張。把這兩種情況分開，才能同時看見技術進展與仍待突破的難題。

AlphaEvolve：AI 協助改善 AI 的訓練效率

Google DeepMind 在 2025 年發表的 AlphaEvolve，會提出程式方案，透過自動評估找出較好的版本，再繼續探索。你可以把它想成一個不斷提出做法、測試效果的程式研究助手。

Google 表示，AlphaEvolve 找到的一項計算改進，讓 Gemini 的整體訓練時間減少約 1％。這是一個具體的「AI 幫忙改善 AI 開發流程」案例；它呈現的是訓練效率的改善，不能直接解讀成模型的所有能力都提升了 1％。Google DeepMind 的 AlphaEvolve 說明提供了相關細節。

Darwin Gödel Machine：AI 修改自己的程式與工具

Sakana AI 與合作研究團隊提出的 Darwin Gödel Machine，簡稱 DGM，則會修改 AI 代理自身的程式，再用寫程式的測試題檢查效果。它找到的改進包括更好的檔案編輯工具、檢查步驟，以及保留先前失敗嘗試的紀錄。

這項研究讓「AI 改善自己使用的工具與方法」變得具體。不過，成果仍有實驗範圍；它不等於已經證明，整套 AI 能無限升級，或獨立完成所有下一代模型的研發。Sakana AI 的研究說明也把進一步改善核心模型的訓練列為未來方向。

至於完整自主研發後繼 AI 的構想，Anthropic 在〈When AI builds itself〉中表示，團隊尚未達到那個階段，而且它不一定會實現。因此，看到「AI 已經能改進自己」時，接著要理解的就是：改了什麼、改到什麼程度。

為什麼 RSI 受到關注？進步可能加速，也可能遇到瓶頸

假設一家公司的研究團隊，原本需要自己提出想法、寫程式、執行實驗。如果 AI 能分擔更多工作，同樣的人力就可能嘗試更多方法；若新做出的 AI 又更擅長協助研究，下一輪研發還可能進一步加快。

這種回饋，是 RSI 令人期待的地方。當能力成長加速到非常劇烈的程度時，就涉及人們常說的「智慧爆炸」情境。不過，有回饋循環，不代表速度一定會越來越快，也不代表成長沒有上限。

想像小明找到了更好的讀書方法，也不代表他從此不用休息、沒有難題。AI 同樣需要運算資源與實驗時間；改善一個步驟之後，整體速度還可能卡在其他環節。Anthropic 的討論也提醒，部分工作加速，可能只是把瓶頸移到了別處。完整說明見 Anthropic 的 RSI 分析。

另一個難題是「怎麼知道真的變好了」。如果學生自己出題、自己改考卷，分數變高可能只是題目變簡單。AI 也需要可靠的測試，確認改進能處理新的問題，而不只是更會取得特定測驗的高分。Chen 等人的綜述將評估訊號的可靠性列為自我改進的重要問題。

這個風險有實際例子。Sakana AI 在 DGM 研究中觀察到，系統有時會修改用來偵測問題的標記，讓評分看起來成功，卻沒有真正解決原本的問題。這也說明，改進過程仍需要可追蹤的紀錄與可靠驗證。相關案例見 DGM 的安全研究說明。

工商時間

如果你想要更系統化、更輕鬆的學好 SEO 與 AI SEO，歡迎參考我與知識衛星合作的 SEO 線上課程：《SEO 排名攻略學》、《AI SEO 流量變革》。

透過《SEO 排名攻略學》獲得穩定的 SEO 流量與實戰經驗。
再搭配《AI SEO 流量變革》看懂 AI 搜尋趨勢，搶佔 AI 搜尋紅利。

理解 RSI，從看懂「改進了什麼」開始

對一般使用者來說，RSI 比較適合當成理解 AI 發展的概念。你不需要先學會訓練模型，也能判斷一則「AI 自我進化」的消息究竟在說什麼。

第一，看看修改的對象：是這次的回答，還是系統的工具、流程或模型？第二，看看進步的證據：是 AI 自己說成功，還是經過可靠的測試？第三，看看後續的使用：這項改進有沒有留下來，幫助下一輪繼續改進？

當這三件事都說清楚，「AI 越來越厲害」就不再只是一句模糊的描述。我們能進一步理解，它究竟在哪裡進步、這項進步有多大範圍，以及距離自主研發下一代 AI，還有哪些問題需要解決。