“自己跑出去”解决物理 AI？世界模型研究者 Sonia Joseph：这是个“好听的故事”

在 10 月 19 日上线的访谈中，世界模型研究者 Sonia Joseph 质疑：自改进的语言模型，能否顺势解决物理 AI？不一定[1]。

从研发加速到自主改进，还有多远

递归自我改进（RSI）的关键，在于系统能持续改进产生下一轮改进的方法。代码生成能力增强，是其中一项基础能力。

Anthropic 的内部统计显示，截至 2026 年 5 月，合并入库的代码中，超过八成由 Claude 编写；二季度，每位工程师日均合并的代码行数约为 2024 年的 8 倍。公司同时强调，完整的递归自我改进尚未实现，也并非必然[2]。

这组数据支持 AI 正在加速部分工程工作，但不能直接证明整体研发效率提高了 8 倍，更不能据此推出模型已能自主设计、训练下一代模型。代码执行之外，研究目标的选择和实验结果的判断仍是重要缺口[2]。

物理瓶颈，卡在反馈与验证

DeepMind 研究者在《From AGI to ASI》中提出“具身瓶颈”：AI 可以快速提出物理规律或生物机制的假设，但验证仍受现实实验的时间约束。报告将其列为潜在瓶颈，影响程度尚属开放问题[3]。

机器人领域也有更严格的证据门槛。10 月 13 日发布的《Who Improves the Robot?》提出 L0–L5 分级，最高一级要求独立验证的递归增益：在起点、经验和资源预算相当的条件下，更新后的改进程序，须比前一版带来更大的跨任务收益。作者梳理的文献中，尚无系统达到其定义下的物理 RSI[4]。

任务成功率提高，与“改进程序本身变得更有效”，需要分别验证。这也解释了为什么机器人自改进已有进展，物理 RSI 的证据仍有缺口。

AdaRSI 提供了怎样的进展

10 月 14 日发布的 AdaRSI 尝试把两条路径接起来：先改进工具和执行流程，再诊断持续失败的动作，只对必要的操作子步骤微调，使用系统自行采集的示范[5]。

以 GR00T N1.5 为执行器，在 RoboCasa365 的 16 个未见组合任务上，成功率从 4.6% 升至 13.8%；相比对每个操作子步骤都微调的方案，成功率略高，GPU 训练时间约为其 28%。全部 50 个任务的平均成功率则从 42.4% 升至 48.8%[5]。

这项进展的价值，是更准确地判断何时需要训练模型、何时只需调整调用方式。不过，单轮性能提升还不足以回答递归增益问题：随着改进程序连续更新，同样的经验和计算预算，能否持续换来更大的跨任务收益？

参考资料

[1] The Information. Are we building world models the wrong way?[EB/OL]. AI Deep Dive, (2026-10-19)[2026-10-20].

[2] FAVARO M, CLARK J. When AI builds itself[EB/OL]. The Anthropic Institute, (2026-06-04)[2026-10-20].

[3] GENEWEIN T, FRANKLIN M, LERCHNER A, et al. From AGI to ASI[EB/OL]. (2026-06-10)[2026-10-20]. arXiv:2606.12683.

[4] ZHOU H, YANG F, CHEN Z, et al. Who improves the robot? Toward physical recursive self-improvement[EB/OL]. (2026-10-13)[2026-10-20]. arXiv:2610.18842.

[5] WANG P, CHANG Y, MA Z, et al. AdaRSI: On-demand recursive self-improvement for embodied agents[EB/OL]. (2026-10-14)[2026-10-20]. arXiv:2610.20474.