AnswersPublished19 sources
AI yang memperbaik AI: Fokus China beralih kepada sistem di sekeliling model
Setakat 31 Oktober 2026, bukti lebih kukuh menunjukkan usaha memperbaik infrastruktur inferens, kerangka operasi ejen dan persekitaran latihan—bukan AI yang terbukti membina penggantinya secara autonomi. Kerangka lima tahap membezakan AI yang menjalankan peningkatan yang ditetapkan manusia daripada sistem yang memil...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Setakat 31 Oktober 2026, bukti lebih kukuh menunjukkan usaha memperbaik infrastruktur inferens, kerangka operasi ejen dan persekitaran latihan—bukan AI yang terbukti membina penggantinya secara autonomi.
- Kerangka lima tahap membezakan AI yang menjalankan peningkatan yang ditetapkan manusia daripada sistem yang memilih apa hendak diperbaik dan mengubah proses penambahbaikan itu sendiri.
- Laporan tentang peningkatan prestasi dan alat yang boleh digunakan semula tetap perlu dinilai berdasarkan siapa yang menetapkan matlamat dan mengesahkan hasilnya.
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
AI yang memperbaik dirinya sendiri tidak semestinya menulis semula pemberat modelnya. Ejen juga boleh mengubah perisian, alat, persekitaran atau aliran kerja yang digunakan untuk mengendalikan dan membangunkan sistem AI. Pendekatan yang menumpukan “jentera” ini kelihatan dalam beberapa projek China yang dilaporkan—tetapi bukti setakat ini hanya menyokong kesimpulan yang lebih terbatas, bukan dakwaan bahawa AI sudah boleh membina penggantinya secara autonomi.
Apakah maksud penambahbaikan rekursif?
Mengubah arahan kepada model atau menulis kod baharu belum semestinya bermaksud AI sedang memperbaik dirinya secara rekursif. Ujian yang lebih kukuh ialah sama ada sistem itu membuat perubahan yang kekal dan diterima pada proses yang menghasilkan penambahbaikan seterusnya—supaya pusingan berikutnya turut menggunakan proses yang sudah dipertingkat.
Kajian tentang kerangka operasi ejen yang memperbaik diri menerangkan satu kitaran: ejen mengenal pasti kelemahan daripada rekod pelaksanaan, mencadangkan perubahan pada kerangka operasinya, kemudian mengujinya melalui ujian regresi sebelum perubahan diterima. 52 Satu lagi makalah mentakrifkan langkah rekursif dengan lebih ketat: kod ejen penyelidikan AI yang telah ditulis semula dan diterima menjadi versi yang menjalankan pusingan suntingan seterusnya. Abstraknya melaporkan tujuh peningkatan berturut-turut dalam larian selama lapan hari—hasil penyelidikan dalam satu keadaan ejen tertentu, bukan bukti bahawa AI umum mampu memperbaik dirinya tanpa had.
56
Apa yang ditunjukkan oleh bukti tentang China?
Laporan 36Kr pada September menyatakan bahawa ejen infrastruktur berasaskan GLM-5.3 mengoptimumkan enjin inferens model itu pada gugusan yang mempunyai lebih 100,000 cip buatan domestik. Kerja tersebut dilaporkan mengambil masa kurang daripada dua minggu dan meningkatkan daya pemprosesan hujung ke hujung kepada tiga kali ganda garis dasar awal. 21 Ini menunjukkan pengoptimuman infrastruktur dengan bantuan AI seperti yang dilaporkan. Namun, angka itu sahaja tidak membuktikan bahawa ejen memilih matlamat secara bebas, mengesahkan hasilnya sendiri atau memperbaik proses yang akan menjalankan pengoptimuman seterusnya.
Bahan Moonshot AI tentang Kimi K3 pula memperlihatkan satu lagi lapisan sistem: syarikat itu melancarkan AgentEnv, yang diterangkan sebagai infrastruktur untuk persekitaran pembelajaran pengukuhan teragih. Ia turut memperkenalkan teknologi sistem latihan, termasuk perpustakaan komunikasi dan kernel perhatian berprestasi tinggi. 25 Alat ini menyokong latihan model dan kerja ejen, tetapi kewujudannya sahaja tidak membuktikan ejen mereka bentuk persekitaran latihan yang lebih baik atau membangunkan model pengganti secara autonomi.
Penting juga untuk membezakan penambahbaikan infrastruktur daripada latihan model. Dokumentasi Z.ai menyatakan bahawa GLM-5.3 menggunakan model asas yang sama seperti GLM-5.2, manakala peningkatannya didorong oleh latihan pasca. 2 Ini ialah laluan peningkatan model yang didokumenkan—bukan bukti bahawa keupayaan model meningkat hanya kerana perubahan pada sistem di sekelilingnya.
Lima tahap untuk menilai dakwaan
Makalah September bertajuk The Last AI Built by Humans menggariskan lima tahap autonomi yang semakin meningkat: AI menjalankan peningkatan yang telah ditetapkan; memilih strategi penambahbaikan; mendapatkan pengalaman untuk pembelajaran seterusnya; menyesuaikan diri melalui penggunaan dan maklum balas persekitaran; kemudian memperbaik proses penambahbaikan itu sendiri. 33 Liputan semasa turut menggambarkan kerangka ini sebagai perjalanan menuju sistem AI yang membina penggantinya.
35
Tahap-tahap ini membantu membezakan bentuk automasi yang berlainan. Ejen yang menjalankan eksperimen yang direka manusia tidak sama dengan ejen yang memilih perkara yang perlu diperbaik. Kedua-duanya juga belum setara dengan sistem yang boleh mereka bentuk semula dan mengesahkan gelung penambahbaikannya sendiri dengan boleh dipercayai. Makalah itu menawarkan kerangka untuk membuat perbezaan tersebut; sumber yang tersedia di sini tidak membuktikan bahawa kebanyakan sistem AI termaju berada pada tahap satu atau dua.
Apa yang masih belum disahkan—dan mengapa ia penting
Sumber yang diberikan tidak mengesahkan beberapa dakwaan terperinci tentang jumlah sandbox harian DSec, penanda aras kerangka latihan dan kernel ModelBest, jumlah sandbox serta panduan pemulihan Moonshot yang dilaporkan, atau larian latihan yang dikaitkan dengan Alibaba. Sumber itu juga tidak menyediakan dapatan tinjauan Leiphone yang didakwa. Bahan Leiphone dalam set sumber ini ialah laporan teknikal Kimi K3, bukannya tinjauan tentang penambahbaikan kendiri rekursif. 24
Penyelidikan bebas tentang kerangka operasi ejen turut menunjukkan satu kekangan praktikal: peningkatan prestasi boleh datang bersama kos pelaksanaan yang lebih tinggi. Maka, penilaian perlu mengambil kira pertukaran antara kejayaan menyiapkan tugasan dengan penggunaan pengiraan atau alat. 54 Secara lebih luas, setiap dakwaan tentang proses rekursif perlu menjelaskan siapa yang menetapkan matlamat, siapa yang menentukan sama ada perubahan itu berjaya, dan sama ada perubahan yang diterima benar-benar memperbaik pusingan seterusnya.
Kesimpulan paling wajar ialah automasi yang menjanjikan pada jentera pembangunan AI, tetapi belum membuktikan penambahbaikan kendiri rekursif tanpa had. Ejen infrastruktur dan kerangka operasi yang memperbaik diri merupakan kemajuan bermakna apabila perubahan itu kekal dan membantu kerja seterusnya. Namun, peningkatan daya pemprosesan yang dilaporkan, alat yang boleh digunakan semula atau latihan berulang sahaja belum menunjukkan bahawa AI boleh menentukan sendiri apa yang perlu diperbaik, menilai hasilnya dengan tepat dan membina pengganti yang lebih baik.
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 "AI yang memperbaik AI: Fokus China beralih kepada sistem di sekeliling model"?
Setakat 31 Oktober 2026, bukti lebih kukuh menunjukkan usaha memperbaik infrastruktur inferens, kerangka operasi ejen dan persekitaran latihan—bukan AI yang terbukti membina penggantinya secara autonomi.
What are the key points to validate first?
Setakat 31 Oktober 2026, bukti lebih kukuh menunjukkan usaha memperbaik infrastruktur inferens, kerangka operasi ejen dan persekitaran latihan—bukan AI yang terbukti membina penggantinya secara autonomi. Kerangka lima tahap membezakan AI yang menjalankan peningkatan yang ditetapkan manusia daripada sistem yang memilih apa hendak diperbaik dan mengubah proses penambahbaikan itu sendiri.
What should I do next in practice?
Laporan tentang peningkatan prestasi dan alat yang boleh digunakan semula tetap perlu dinilai berdasarkan siapa yang menetapkan matlamat dan mengesahkan hasilnya.
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
