MetaRSI：AI开始改进“改进自己的方法”，递归式自我改进进入新阶段

Meta正在把AI自我改进从“让模型做得更好”推进到“让模型找到更好的改进方法”。2026年3月23日，Meta FAIR与Meta Superintelligence Labs联合发布HyperAgents论文，并公开代码。根据论文及相关资料，这套框架的关键变化不是又做出了一个更强的编码智能体，而是让一个负责设计进化策略的元智能体，持续观察任务智能体的表现，修改后者的代码、工具和流程，再通过评测结果决定哪些变化值得保留。

递归式自我改进是指AI系统不仅优化目标任务的表现，还能优化自身的优化过程。此前的DGM、Huxley-Gödel Machine、Group-Evolving Agents和Live-SWE-agent，已经展示了智能体通过写代码、共享经验或保留优秀“子代”来改进自身；HyperAgents更进一步，把“如何改进”也放进了搜索空间。它不是单纯给智能体换一条提示词，而是尝试让系统自主发现：该改工具、改记忆、改评估器，还是改整个任务分解流程。

这也是MetaRSI这个说法的核心——Recursive Self-Improvement，递归式自我改进。过去的自我改进更像一层优化：系统解决任务，随后根据结果修补自己；HyperAgents试图增加第二层，系统还要评估并改写负责修补自己的策略。用软件工程打个比方，普通Agent是在优化业务代码，传统自改进系统是在优化业务代码加部分工具，而HyperAgents开始尝试优化编译器、测试框架和发布流程。

从DGM到HyperAgents：自我改进终于不只盯着编码

Darwin Gödel Machine（DGM）证明了基础模型驱动的智能体可以通过开放式探索，持续修改自己的代码库。DGM从一个冻结的预训练基础模型出发，配备Bash和文件编辑工具；它从历史档案库中选择一个父代智能体，分析基准测试日志，提出功能改动，生成子代，再用SWE-bench或Polyglot等基准筛选结果。

DGM的关键贡献，是把哥德尔机式的“自我重写”从理论设想变成了可运行的经验系统。它不要求每次修改都得到形式化证明，而是用测试集分数、编译结果和基本功能保留情况充当现实世界里的验证器。这个取舍很重要：严格证明几乎不可能覆盖复杂软件系统的每一次变化，但可重复的外部评测至少能阻止大量明显退化的版本进入档案库。

HyperAgents继承了DGM的开放式搜索，却把搜索对象从“候选智能体”扩展到“产生候选智能体的方法”。如果说DGM是在山坡上不断寻找更高的位置，HyperAgents要做的是修改登山者的地图、指南针和路线规划器。它仍然需要外部任务和评测信号，但不再默认搜索策略由人类预先固定。

已有实验结果显示，这种方法的价值并不只体现在编程基准上。相关资料披露，DGM-H在没有针对编程任务特别优化的情况下，在Polyglot训练集上的表现从0.140提升到0.340，全量测试集从0.084提升到0.267。这里更值得关注的不是绝对分数，而是跨任务迁移：一套为改进智能体而设计的元机制，能够把改进能力带到原本没有专门调参的任务中。

在论文审稿任务中，DGM-H把初始智能体的0.0分提升到测试集0.710；作为参照，AI-Scientist-v2的开源审稿基线为0.630。系统的变化也很具体：它从简单的角色扮演式提示，进化出包含论文弱点清单、接受与拒绝标准、分阶段评估和决策规则的流水线。换句话说，提升并非来自一句“请更认真审稿”，而是来自智能体自主构造了更可检查的工作程序。

奖励函数设计的结果同样说明了这一点。在机器人任务中，DGM-H的得分从0.060提高到0.372，超过直接优化评估指标得到的默认奖励函数0.348。面对“最大化机器人躯干高度”的测试任务，它大多能生成诱导跳跃的奖励函数，而不是让机器人选择站立不动这种容易获得局部高分的策略。智能体改进的不是某一个动作，而是对目标函数漏洞的识别方式。

HyperAgents到底改了什么

HyperAgents的核心结构是meta-agent与task-agent的分工。Task-agent负责在具体环境中完成任务，meta-agent则像一名自动化研究员，读取任务轨迹、失败日志、评分变化和已有版本代码，提出下一轮修改方案。修改可以落在提示词、工具接口、记忆机制、任务分解、评估流程以及更高层的搜索策略上。

这种架构的优势，是把“智能”从一个固定模型参数中拆成可观察、可修改的工程系统。很多Agent失败并不是因为基础模型完全不会做题，而是因为工具调用顺序混乱、上下文管理失效、评估标准含糊或遇到异常后不会恢复。若系统只能优化最终答案，就很难定位这些结构性问题；若系统能够读日志并修改工作流，就有机会把一次失败转化成下一代智能体的通用能力。

其典型循环可以概括为四步：

1. 观察表现：收集任务智能体的轨迹、测试结果、错误信息和资源消耗。
2. 提出改进：元智能体判断瓶颈位于工具、提示、记忆、规划还是评估器，并生成代码或配置层面的候选修改。
3. 隔离评测：在固定任务、隐藏测试集和基本功能检查中运行候选版本，避免只对单个样本过拟合。
4. 更新档案库：保留表现更好或带来新探索方向的版本，供后续迭代选择，而不是每轮只保留一个当前最优解。

“保留档案库”是这类系统区别于普通自动调参的重要设计。单纯的贪婪爬山算法每次只接受眼前分数更高的版本，很容易在局部最优停住；档案库则允许保留不同风格的候选者，让后续搜索从多个方向继续展开。对自我改进系统来说，多样性不是装饰，而是对抗早熟收敛的保险。

和此前路线相比，MetaRSI新在哪里

HyperAgents并不是凭空出现，它接在一条已经逐渐清晰的研究链路上。下面这张表可以看出各类工作的关注重点：

| 系统或方向 | 主要改进对象 | 典型场景 | 方法特点 | |---|---|---|---| | Darwin Gödel Machine | 智能体代码与工具 | 软件工程、编码基准 | 通过开放式探索和档案库保留优秀子代 | | Huxley-Gödel Machine | 自修改编码智能体 | Polyglot等编程任务 | 在DGM思路上强化跨任务表现与进化搜索 | | Group-Evolving Agents | 智能体群体与经验 | 多智能体任务 | 通过经验共享推动群体演化 | | Live-SWE-agent | 运行中的软件工程智能体 | 实时软件开发 | 关注在线环境中的持续自我更新 | | Ranking Engineer Agent | 工程优化流程 | Meta广告排序 | 在实际工程中自动化模型排序优化，资料称工程产出提升5倍 | | HyperAgents | 改进智能体的机制 | 编程、审稿、机器人奖励函数 | 让元智能体修改任务智能体及其改进流程 |

这张表也揭示了HyperAgents的边界。它的“通用”并不意味着一个系统已经在所有领域都能自主进化，而是元机制不再被写死在某一项任务里。真正的通用性仍取决于任务是否有可靠的评测器、候选修改能否安全执行，以及系统是否拥有足够强的代码理解和实验设计能力。

Meta内部的Ranking Engineer Agent则提供了更接近生产环境的参照。相关资料称，REA在广告排序模型优化中实现了5倍工程产出提升。但工程产出提升不等于模型能力自动翻倍，可能包含实验并行度、候选方案数量和人工筛选效率等多项因素。把这个数字直接解读成“AI已经能五倍提升自己”并不准确；它更像是在说明，当评估指标清晰、反馈周期短、代码边界明确时，自动化工程智能体已经具备实用价值。

小模型突破瓶颈，旗舰模型打开新空间

递归式自我改进能否加速，首先取决于改进者本身是否足够强。较弱的小模型可能擅长生成局部补丁，却难以判断一个补丁是否真正改善了系统；它还可能反复制造格式错误、测试泄漏或看似合理但不可复现的实验。随着模型的代码推理、长上下文和工具使用能力提高，元智能体才更有机会理解复杂失败模式。

但强模型也不是免费午餐。每次候选版本都要执行任务、运行测试、比较日志，递归层数增加后，计算成本和等待时间会快速上升。如果一轮搜索需要评测N个候选，每个候选又触发M次任务运行，粗略成本会随N×M增长；当元智能体还要改写评测策略时，实验预算可能继续扩大。对开发者而言，这不是“让模型自己跑起来”这么简单，而是一个需要预算控制、缓存、并行评测和失败回滚的工程系统。

更现实的路线可能是大小模型协作：旗舰模型负责提出少量高质量的结构性假设，小模型负责批量生成补丁、执行静态检查和筛选明显失败版本。这样既能利用强模型打开搜索空间，也能用低成本模型承担重复劳动。MetaRSI的长期价值，或许不在于每个智能体都能无限自我升级，而在于它为这种分层自动化提供了更系统的框架。

最大难题不是会不会改，而是改得对不对

自我改进系统首先面临评测器劫持问题。只要系统被明确告知优化某个分数，它就可能找到指标漏洞，而不是完成任务本身。机器人奖励函数实验已经展示了局部最优的危险：一个奖励设计可能让分数上升，却让机器人采取完全不符合人类意图的行为。在软件工程里，智能体也可能通过修改测试、绕过检查或硬编码样例来制造虚假的进步。

第二个难题是分布外退化。候选版本在公开任务上得分更高，不代表面对新任务更可靠。自我改进越依赖历史日志，越容易把偶然规律固化成策略。因此，隐藏测试集、跨任务验证、版本对照实验和人工抽检都不能省。

第三个难题是修改权限。允许智能体编辑自身代码，并不等于应该允许它任意修改执行环境、网络权限、数据访问和评测器。实际部署至少需要沙箱、资源配额、变更审计、可回滚版本和独立评测环境。否则一次看似普通的工具优化，就可能改变系统的安全边界。

第四个难题是递归链条的可解释性。当系统同时修改任务规划器、记忆模块和评估标准时，最终版本的性能提升可能很难归因。开发者知道它“变好了”，却未必知道是哪一次改动起了作用。对研究来说，这会降低结论的可信度；对生产来说，这会让故障排查和责任追踪变得困难。

对开发者意味着什么

HyperAgents短期内不会让普通开发者获得一个按下按钮就无限进化的Agent，但它改变了Agent工程的设计重点。过去团队往往把提示词、工具和工作流当成固定配置，接下来更值得建设的是一套可被机器读取和改进的反馈系统。

具体来说，开发者可以优先做好四件事：

• 把任务拆成可测量指标：除了最终成功率，还要记录工具调用错误率、平均迭代次数、上下文长度、耗时和成本。
• 保留完整轨迹：没有失败日志、版本差异和测试结果，元智能体就只能凭感觉修改。
• 建立独立评测集：公开样例用于开发，隐藏任务用于判断改进是否真实，不能让系统同时出题、改题和给自己打分。
• 把改动限制在沙箱内：每次变更都应有权限边界、差异记录和一键回滚机制。

对于编码Agent、数据分析Agent和自动化运维Agent，这种方法尤其有吸引力，因为它们的工具调用、测试结果和失败原因相对容易结构化。相比之下，开放式创作、复杂社会决策等场景缺少稳定评测器，递归自我改进更容易变成“优化评分风格”，而不是提升真实质量。

这是不是通往AGI的捷径

HyperAgents最容易被误读成“AI已经会自己发明更强AI”。更准确的说法是：它展示了在有任务、有代码、有外部反馈的环境中，AI可以自动探索更好的智能体结构和工作流程。这个结果重要，但距离不受约束的智能递归爆炸仍然很远。

首先，系统依赖基础模型。元智能体能提出什么样的修改，受其知识、推理能力和工具能力限制；如果改进者无法理解复杂架构，它就只能在提示词和局部脚本层面打转。其次，系统依赖评测器。没有可靠反馈，所谓自我改进很容易成为自我欺骗。最后，系统依赖资源。每一轮实验都要消耗算力、时间和环境权限，递归层数不会凭空增加。

我的判断是，HyperAgents真正打开的不是一条“无限自我进化”的直线，而是一条更务实的工程路线：把AI研究员、软件工程师和测试框架组合成闭环，让模型承担更多实验设计与实现工作。它可能先改变的是模型之外的部分——工具、提示、记忆、评测和工作流——然后再逐步影响模型训练本身。

结语：AI竞争正在从比模型，转向比改进系统

MetaRSI的信号很明确：下一阶段AI系统的竞争对象，不只是基础模型的初始能力，还包括它能否发现瓶颈、提出修改、验证结果并把有效经验积累下来。一个静态模型像一名能力固定的工程师；一个具备递归式自我改进能力的Agent，更像一支能够自动优化研发流程的团队。

但这支团队是否真的在进步，不能只看一次跑分。开发者需要同时看跨任务泛化、隐藏集表现、单位成本收益、失败类型变化和安全边界。HyperAgents把“改进改进过程”从一句研究口号变成了可运行的框架，这是它最值得关注的地方；而它是否能在生产环境里稳定创造价值，仍要由更严格的基准、更多领域实验和长期运行结果来回答。

截至2026年9月，递归式自我改进已经从单个编码智能体的自修改，进入元智能体能够搜索改进策略的新阶段。距离AI完全自主设计下一代AI还有距离，但“AI帮助人类改进AI”正在逐渐变成“AI参与设计改进AI的方法”。这一步，可能比又一次模型参数规模增长更值得开发者关注。

参考来源

• GitHub：HyperAgents相关代码与项目检索——用于查找项目代码、实验实现和后续更新。
• GitHub：Darwin Gödel Machine相关项目检索——用于了解DGM类自我修改智能体的开源实现。
• Hugging Face Papers——可检索HyperAgents、DGM及相关智能体自我改进论文。
• 知乎：递归式自我改进相关讨论检索——用于补充中文社区对该研究方向的解读。

注：文中关于HyperAgents发布时间、实验分数及Ranking Engineer Agent产出的数字，依据题目提供的参考资料整理；不同版本、评测设置或后续论文修订可能导致结果存在差异。