AnswersPublished19 sources
Tekoälyn itsekehitys ei tarkoita vain mallin painojen muuttamista
Lokakuun 31. päivään 2026 mennessä vahvin näyttö koskee tekoälymallien ympärillä olevan infrastruktuurin, agenttien toimintakehikkojen ja koulutusympäristöjen kehittämistä – ei sitä, että laboratoriot osaisivat rakent...
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Lokakuun 31. päivään 2026 mennessä vahvin näyttö koskee tekoälymallien ympärillä olevan infrastruktuurin, agenttien toimintakehikkojen ja koulutusympäristöjen kehittämistä – ei sitä, että laboratoriot osaisivat rakent...
- Viisiportainen kehys erottaa toisistaan ihmisen määrittelemien parannusten suorittamisen, kehityskohteiden valitsemisen ja itse parantamisprosessin uudistamisen.
- Leiphonen lähteeksi mainittu juttu käsittelee Kimi K3:n teknistä raporttia, ei väitettyä kyselytutkimusta rekursiivisesta itsekehityksestä.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: As of October 31, 2026, how are China’s AI labs pursuing recursive self-improvement by improving the machinery around models rather than rew. Article summary: The direction described in your question is system-level self-improvement: agents improve the software, environments and workflows used to run agents and develop successor models, rather than directly editing their own w. Topic tags: general, documentation, general web, academic, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, w
Rekursiivinen itsekehitys ei välttämättä tarkoita, että tekoälymalli kirjoittaisi omat painonsa uudelleen. Agentti voi myös muokata ohjelmistoja, työkaluja, ympäristöjä tai työnkulkuja, joilla tekoälyjärjestelmiä käytetään ja kehitetään. Tällainen koneistoon keskittyvä lähestymistapa näkyy joissakin Kiinaa koskevissa hankkeissa. Saatavilla oleva näyttö tukee silti maltillisempaa päätelmää kuin väite siitä, että tekoäly rakentaisi itsenäisesti seuraajansa.
Mitä rekursiivinen kehitys tarkoittaa?
Pelkkä kehotteen muuttaminen tai koodin kirjoittaminen ei vielä ole rekursiivista itsekehitystä. Vahvempi testi on se, tekeekö järjestelmä pysyvän, hyväksytyn muutoksen kehitysprosessiin niin, että seuraava kierros käyttää parannettua prosessia.
Tutkimuksessa itseään parantavista agenttien toimintakehikoista kuvataan silmukka, jossa agentti etsii suoritusjäljistä heikkouksia, ehdottaa muutoksia toimintakehikkoon ja testaa ne regressiotesteillä. 52 Toisessa tutkimuksessa rekursio määritellään tiukemmin: tekoälyn tutkimusagentin koodiin tehty hyväksytty uudelleenkirjoitus muuttuu versioksi, joka toteuttaa seuraavan muokkauskierroksen. Tutkimuksen tiivistelmän mukaan kahdeksan päivän ajossa havaittiin seitsemän peräkkäistä parannusta. Kyse on tuloksesta tietyssä agenttiympäristössä, ei näytöstä yleiskäyttöisestä ja rajattomasta itsekehityksestä.
56
Mitä Kiinasta saatavilla oleva näyttö kertoo?
36Kr:n syyskuussa julkaistun jutun mukaan GLM-5.3-mallia hyödyntävä infrastruktuuriagentti optimoi mallin päättelymoottoria yli 100 000 kotimaassa valmistetun sirun klusterissa. Työ kesti jutun mukaan alle kaksi viikkoa, ja päästä päähän mitattu läpimeno kasvoi alkuperäiseen tasoon verrattuna kolminkertaiseksi. 21 Tämä on raportoitua näyttöä tekoälyn avustamasta infrastruktuurin optimoinnista. Se ei yksin osoita, että agentti olisi itse valinnut tavoitteen, varmistanut tulokset tai parantanut seuraavan optimointikierroksen toteuttavaa prosessia.
Moonshot AI:n Kimi K3 -aineistossa näkyy toinen olennainen osa-alue. Yhtiö julkaisi AgentEnv-työkalun, jota se kuvaa hajautettujen vahvistusoppimisympäristöjen infrastruktuuriksi. Samalla se julkaisi koulutusjärjestelmään liittyviä teknologioita, kuten viestintäkirjaston ja suorituskykyisen attention-ytimen. 25 Nämä välineet tukevat mallien koulutusta ja agenttien toimintaa, mutta niiden olemassaolo ei itsessään osoita, että agentti olisi autonomisesti suunnitellut parempia koulutusympäristöjä tai seuraajamallin.
On myös tärkeää erottaa infrastruktuurin parantaminen mallin koulutuksesta. Z.ai:n dokumentaation mukaan GLM-5.3 käyttää samaa pohjamallia kuin GLM-5.2, ja sen parannukset perustuvat jälkikoulutukseen. 2 Kyse on dokumentoidusta mallin kehittämistavasta, jossa käytetään jälkikoulutusta – ei todisteesta, että suorituskyvyn kasvu olisi tullut yksinomaan mallia ympäröivän koneiston muutoksista.
Viisi tasoa auttavat arvioimaan väitteitä
Syyskuussa julkaistu tutkimus The Last AI Built by Humans esittää viisi kasvavan autonomian tasoa: ennalta määrättyjen parannusten toteuttaminen, parannusstrategian valitseminen, tulevan oppimiskokemuksen hankkiminen, käyttöönoton ja ympäristöpalautteen perusteella mukautuminen sekä itse parantamisprosessin kehittäminen. 33 Myös ajankohtaisessa uutisoinnissa kehystä on kuvattu poluksi kohti järjestelmiä, jotka rakentavat seuraajansa.
35
Tasot auttavat erottamaan automaation eri muodot toisistaan. Ihmisen suunnitteleman kokeen suorittaminen ei ole sama asia kuin sen päättäminen, mitä pitäisi parantaa. Kumpikaan ei myöskään vastaa järjestelmää, joka osaa luotettavasti uudistaa ja testata oman kehityssilmukkansa. Tutkimus tarjoaa välineen näiden erojen hahmottamiseen, mutta tässä käytettävissä olevat lähteet eivät osoita, että useimmat eturintaman järjestelmät olisivat tasolla yksi tai kaksi.
Mikä jää varmistamatta – ja miksi sillä on väliä?
Saatavilla olevat lähteet eivät vahvista yksityiskohtaisia väitteitä DSecin päivittäisistä hiekkalaatikkoympäristömääristä, ModelBestin koulutuskehikon ja ytimien vertailutuloksista, Moonshotin raportoidusta hiekkalaatikoiden määrästä ja palautumiskäytännöistä tai Alibaban väitetystä koulutusajosta. Lähteistä ei myöskään löydy tuloksia väitetystä Leiphonen kyselystä. Leiphonen lähdeaineistossa oleva juttu on Kimi K3:n tekninen raportti, ei rekursiivista itsekehitystä käsittelevä kysely. 24
Myös riippumaton toimintakehikkotutkimus nostaa esiin käytännön rajoitteen: parempi suorituskyky voi kasvattaa ajokustannuksia. Siksi arvioinnissa on tarkasteltava tehtävän onnistumisen lisäksi laskennan ja työkalujen käytön kustannuksia. 54 Yleisemmin rekursiota koskevassa väitteessä pitäisi kertoa, kuka asettaa tavoitteen, kuka päättää muutoksen toimivuudesta ja parantaako hyväksytty muutos todella seuraavaa kierrosta.
Varovaisin ja perustelluin johtopäätös on lupaava tekoälyn kehityskoneiston automatisointi, ei todennettu rajaton rekursiivinen itsekehitys. Infrastruktuuriagentit ja itseään parantavat toimintakehikot ovat merkityksellisiä edistysaskeleita, jos muutokset säilyvät ja auttavat myöhempää työtä. Raportoidut läpimenon kasvut, uudelleenkäytettävät työkalut tai toistuvat koulutuskierrokset eivät kuitenkaan yksin osoita, että tekoälyjärjestelmä osaisi luotettavasti päättää, mitä parantaa, arvioida omat tuloksensa ja rakentaa paremman seuraajan.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Tekoälyn itsekehitys ei tarkoita vain mallin painojen muuttamista"?
Lokakuun 31. päivään 2026 mennessä vahvin näyttö koskee tekoälymallien ympärillä olevan infrastruktuurin, agenttien toimintakehikkojen ja koulutusympäristöjen kehittämistä – ei sitä, että laboratoriot osaisivat rakent...
What are the key points to validate first?
Lokakuun 31. päivään 2026 mennessä vahvin näyttö koskee tekoälymallien ympärillä olevan infrastruktuurin, agenttien toimintakehikkojen ja koulutusympäristöjen kehittämistä – ei sitä, että laboratoriot osaisivat rakent... Viisiportainen kehys erottaa toisistaan ihmisen määrittelemien parannusten suorittamisen, kehityskohteiden valitsemisen ja itse parantamisprosessin uudistamisen.
What should I do next in practice?
Leiphonen lähteeksi mainittu juttu käsittelee Kimi K3:n teknistä raporttia, ei väitettyä kyselytutkimusta rekursiivisesta itsekehityksestä.
Sources
ar5iv.labs.arxiv.orgar5iv.labs.arxiv.org · html · 2606[2606.09498] Self-Harness: Harnesses That Improve Themselves
arxiv.orgRecursive self-improvement of AI research agents - arXiv
m.36kr.com做一个能自迭代的后训练平台，Mind Lab要让更多企业拥有 ...
kimi.comKimi K3 开放日：模型权重、技术报告和关键Infra 技术同步开放
docs.z.aiGLM-5.3 - Overview - Z.AI DEVELOPER DOCUMENT
