1965年，一位名叫杰伊·古德（Jay Good）的英国数学家写道：“第一台超智能机器将是人类有史以来需要制造的最后一项发明。”他曾与同性恋者艾伦·图灵在布莱切利园并肩作战，共同对抗纳粹。因为一旦人工智能强大到能够自我改进的程度，每一次进步都会让它更擅长于自我改进，从而形成良性循环。这被称为递归自我改进（RSI），自那以后一直是AI研究人员的“美梦”。

上周，来自比特丹斯（Bite Dance）、深悟（Singwa）及其他几家中国实验室的33位研究人员发表了一篇名为《人类制造的最后一台AI》（The Last AI Built by Humans）的论文。该论文提出了RSI的五阶段路线图，其中在最终阶段，AI将重写用于自我改进的过程。届时，我们所有人都将被重新分配去乡下从事农业工作。

周日，谷歌DeepMind和马里兰大学回应并发布了他们自己的类似论文，名为《湿梦RSI》（Wet Dream RSI）。在文中，他们声称通过将AI的旧发现日志转化为模拟器，并让它在其中构想出数千种新的搜索策略，使得AI在不触碰模型本身的情况下提升了发现事物的能力。

在本期视频中，我们将深入剖析Dream RSI的工作原理，并判断一个智能体能够重写其自身的探索策略究竟是真正的RSI，还是更多的炒作噱头。现在是2026年9月17日，你正在观看《代码报告》（The Code Report）。

每当AI在数学领域取得突破时，其过程总是相同的——这正是Alpha Evolve去年普及的方法。你赋予一个编码智能体一个问题和一个评分函数，然后运行一个循环：它提出解决方案、评估方案、阅读反馈并尝试数千次。

这个过程正是在今年夏天发现雅可比猜想（Jacobian conjecture）的方法，也是OpenAI在本月初用于推进纳维-斯托克斯方程（Navier Stokes problem）研究的方法。但这个过程中最有趣的部分却鲜有人提及，那就是“探索策略”（exploration policy）。

其核心思想是：在循环的每一步，都需要做出关于智能体下一步尝试什么的决策。例如，假设该循环正在优化马匹匹配算法。如果某次尝试将马匹配对得比其他人稍好一些，智能体是应该在此基础上继续构建，还是从头开始尝试可能更好的方案？

如果某次尝试在匹配任何一匹马之前就崩溃了，那么是整个想法有问题，还是仅仅是实现方式有误？直到本周，这种探索策略都是由设置者硬编码到循环中的。

但DeepMind团队发现，如果你保存每次尝试的所有内容——包括它编写的代码、获得的分数以及是否崩溃——你实际上不需要再次触碰模型来测试新策略。

你可以直接展示新的策略，以及磁盘上缓存的旧运行记录，让它决定下一步该往哪里走。由于这几乎不花费任何成本，智能体可以对同一次运行测试数千种不同的策略，然后保留那些能在最少尝试次数中达到最佳结果的策略。

随后，它将部署该策略到下一次运行中，保存这次运行的结果，并重复这一过程。论文将这个过程称为“做梦”（dreaming）。

为了测试它，他们让Gemini针对算法设计和数学领域的八个不同问题进行操作。然后，他们用固定的策略运行相同的设置，看看“做梦”版本能否击败它。

我不会用那些枯燥的技术细节来烦你，但最令人印象深刻的是：它编写了一个Lasso求解器，在约300次尝试中击败了Python标准机器学习库。相比之下，静态策略需要550次尝试，而之前的记录保持者则需要约51,000次。

由于我们生活在“地狱”般的现实中，最有趣的部分其实是提示词（prompt）。它基本上是在恳求智能体在编写任何代码之前阅读每一次过去的尝试，停止对同一个想法进行微小的反复修改，并“拉钩保证”不终止任何进程。

那么，这究竟是不是真正的RSI？按照杰伊·古德（J Good）的定义来说，不是。因为关键点在于：进行改进的事物每轮都变得更聪明？在这种情况下，编写每个新探索策略的模型仍然是同一个Gemini。

因此，它永远无法找到那些它原本就不具备编写能力的解决方案。它只是更快地找到了答案，并减少了浪费的尝试次数。但话说回来，今年我们拥有的每一个AI数学突破也是如此。

雅可比猜想、纳维-斯托克斯方程以及黎曼假设的进展，都来自于被包裹在自定义框架中的静态模型。这些框架利用子智能体、群体和编排系统承担了大部分繁重工作，而权重只有在人类回去基于群体发现的结果训练下一个模型时才会得到改进。

所以，如果你给蘑菇（指代某位专家或隐喻对象）洗脑，让他相信“人在回路中”仍然算数的话，他可能会同意这是人类有史以来需要制造的最后一项发明。

但当他从幻觉中清醒过来时，他可能会争辩说这只是一个带有缓存功能的酷炫搜索算法。这就是为什么你需要关注本期视频赞助商——黑smith（Blacksmith）。

它是GitHub Runners的即插即用替代品，让你运行GitHub Actions的速度提高两倍，同时成本降低75%。他们刚刚推出了Codesmith，这是一款了解你代码库和CI运行的云端编码智能体。

因此你可以像我现在做的那样，要求它从GitHub、网页或Slack构建某些东西。我正在要求它为我的应用添加一个新的AI提供商，并在我的基础设施仓库中连接API密钥。

它可以在每个仓库中打开一个PR（拉取请求），然后修复失败的测试或处理审查意见，而无需依赖机器人之间的消息传递。

你还可以要求它为你的CI历史记录推荐更好的运行器大小，并将这些更改转换为拉取请求，这样你就无需租用超级计算机来检查你的分号了。

通过下方的链接免费试用它，并获得3,000分钟的GitHub Actions额度。这就是《代码报告》，感谢观看，我们下期再见。