生数科技世界模型团队10月21日开启Motubrain 2.0具身模型训练全流程公开直播，为期半个月，展示预训练、后训练、Agent任务执行与递归自我改进四个环节，模型即将开源。
初创公司Recursive发布免费编程模型Flint，可在笔记本上运行，且大部分由自家AI研究系统构建，用于测试AI自我改进能力。
研究者提出 RealtimeBench 基准，含 180 个任务、六类游戏，在推理期间游戏持续运行，考察 LLM 智能体的实时性；并提出 TORSI 双时间尺度训练法，使慢速教师指导快速学生，将 Jev 平均分从 13.51 提升至 24.19。
ClawLoop 提出一种无需外部教师模型的自我改进框架，通过任务合成、训练与诊断反馈三阶段循环，让基于沙箱环境的智能体持续提升，并在多个基准上验证了效果。
研究在相同搜索预算下对比MCTS与随机重启列表调度用于DAG工作流调度，发现MCTS平均差2.88%，差距源于选择规则锁定首个扩展子节点，而非预算不足。
Hacker News 上出现一个可自我改进的 RLM 智能体项目，主打编码工作流与长时间自主运行任务，目前讨论热度极低，仅 1 分、0 条评论。
研究用有界验证框架比较智能体AI的三种改进机制，证明独立多数放大可保持语言类不变，而随机磁带上的存在性接受可能引入错误输出，并将自我改进的声明与正确性、证据、验证资源和选择误差挂钩。
AI参与研发下一代AI，形成递归自我改进循环，成为科技巨头争夺的新方向。文章追问：加速是否等于进步，谁定义方向、谁守住安全边界。
研究团队提出 AREX-2，用机器学习与算法编程任务合成长程改进轨迹训练智能体，使其在测试时能反复迭代优化答案，在 MLE-bench Lite、BrowseComp、GAIA 等基准上取得高分，且随迭代轮数增加持续提升。
AI for AI 成为海外头部实验室公开目标：OpenAI 设 RSI 团队、Anthropic 内部 3 万 Agent 协作、Google 推 AlphaEvolve。中训练与后训练因实验多、周期短，成为 AI 接手研发最先落地的环节。
研究者提出极简 LLM 智能体框架 JAZ，仅保留一个基于 LLM 的原语 invoke 和内置钩子，无需记忆系统或外部工具，在长程记忆任务上比 Letta 高 8% 且成本减半，在持续自我改进任务上比 ACE 高 4%。
智谱唐杰与GLM团队发文披露递归自我改进（RSI）最新进展，称GLM-5.3已摸到RSI门槛，模型正逐步具备自我迭代能力，引发业界对AI自主进化与安全边界的关注。
Anthropic披露Claude已承担其26%的AI研发工作，并有3万个Agent同时运行，显示AI开始参与“造AI”。这反映头部AI公司在递归自我改进（RSI）路线上出现分化，对关注大模型研发与AI自动化趋势的从业者有参考价值。
智谱发布首个 RSI（自我改进）成果，用 10 万张国产算力卡，让 GLM 模型参与优化 GLM 自身，实现模型优化系统、系统服务模型的闭环。
该论文提出广义智能体迭代（GAI）形式化框架，将迭代策略改进与递归自我改进（RSI）统一为同一学习范式的两种情形，通过两个关键维度区分GPI与RSI，并据此定位现有系统、分析RSI缺陷，为自主进化智能的研究与设计提供理论基础。
文章讨论AI开始造AI的递归自我改进（RSI）概念，分析其是否将引发智能爆炸，并探讨距离真正自主进化还有多远。对关注AI前沿趋势的读者有参考价值。