DeepSeek Harness: den reversibla körmiljön bakom avgränsad AI-självförbättring

DeepSeek Harness (DSH) visar inte att DeepSeek har byggt ett autonomt system för rekursiv självförbättring eller uppnått AGI. Den mer hållbara slutsatsen är arkitektonisk: DSH skapar en agentkörmiljö där verktyg, modelladaptrar, sessionshantering och till och med själva agentloopen kan behandlas som utbytbara komponenter. Det gör upprepade experiment säkrare och mer praktiska – en typ av grundinfrastruktur som avgränsad självförbättring behöver. 2526

Grundidén: förbättra ramverket, inte bara modellen

Rekursiv självförbättring, eller RSI, kan betyda flera saker. Ett system kan förbättra en specifik artefakt, exempelvis en algoritm. Det kan hjälpa forskare att bygga en starkare efterföljarmodell. Eller så kan det förändra den återanvändbara stommen som avgör hur en agent arbetar.

Forskning om RSI skiljer mellan denna typ av avgränsad, externt utvärderad självförfining och öppen RSI. I det senare fallet förändrar systemet även den teknik eller de kriterier som används för att förbättra det självt. 1

DSH är tydligast inriktat på stommen runt modellen. I stället för att agenten måste skriva om sina neurala vikter kan arkitekturen låta den experimentera med komponenter som finns runt modellen: instruktioner, verktyg, minne, policyer, orkestrering och exekveringsloopar. En bättre komponent kan installeras, testas och behållas – eller tas bort om den fungerar dåligt.

Det är ett betydelsefullt steg mot en ingenjörsmässig form av RSI. Men det är inte samma sak som att en agent självständigt utformar en mer kapabel efterföljare, bestämmer sina egna mål eller startar en okontrollerad intelligensexplosion.

Så gör Cordis förändringar i körmiljön återställningsbara

DSH bygger på Cordis, en pluginbaserad körmiljö som i dokumentationen beskrivs med begreppet ”spatiotemporal composability”, på svenska ungefär komponerbarhet över tid och mellan komponenter. Ramverket hanterar två problem som uppstår när mjukvara förändras medan den körs: vad som händer över tid när komponenter laddas in eller tas bort, och hur komponenterna samverkar i det aktuella systemet. 1718

Temporal komponerbarhet: att ångra hanterade effekter

En plugin kan förändra en gemensam körmiljö genom att registrera resurser, händelselyssnare, tjänster eller annan status. I ett vanligt pluginsystem beror borttagningen ofta på manuellt skriven städlogik. Då kan läckor eller så kallat spöktillstånd bli kvar.

Cordis kopplar i stället förändringar i körmiljön till återställningsbara effekter. När en komponent tas bort kan körmiljön utföra motsvarande inversa operationer i rätt ordning. Målet är inte att köra pluginen baklänges eller att återställa varje extern handling som agenten utfört. Målet är att föra den relevanta körmiljön tillbaka till en giltig tidigare konfiguration. 2024

Skillnaden är viktig. En mekanism för att rulla tillbaka pluginregistreringar kan inte automatiskt göra ett skickat mejl ogjort, återställa en raderad fil, ta bort effekten av en modell som tränats på förorenad data eller upphäva en irreversibel handling i den fysiska världen. Cordis reversibilitet är därför en avgränsad mjukvaruegenskap – inte en universell säkerhetsgaranti.

Spatial komponerbarhet: att hantera beroenden

Komponenter är också beroende av varandra. Ett verktyg kan kräva ett register, en minnesmodul kan behöva en sessionshanterare och en agentloop kan vara beroende av både en modelladapter och ett verktygsgränssnitt.

Spatial komponerbarhet låter komponenter deklarera dessa relationer. Körmiljön kan då samordna aktivering, avstängning, ersättning och återställning när leverantörer eller beroenden förändras. Det gör att en modulär agent kan konfigureras om utan att hela systemet behöver behandlas som ett enda skört block. 1820

Tillsammans ger återställningsbara effekter och beroendemedveten komposition bättre förutsättningar för försök, komponentbyten, felåterställning och transaktionella uppdateringar i körmiljön. Det är användbart för självförbättring eftersom kostnaden för att prova – och förkasta – en kandidatförändring sjunker.

Vad DSH antyder om DeepSeeks AGI-strategi

Designen pekar mot en systemorienterad väg till allt mer generella agenter: gör exekveringsmiljön tillräckligt formbar för att agenten ska kunna förbättra de mekanismer som den använder för att utföra arbete.

Det flyttar fokus från modellen ensam. En oförändrad modell kan bli betydligt mer kapabel i praktiken med bättre verktyg, minne, planering, utvärdering och återställning. Om en agent kan föreslå förändringar i dessa mekanismer, testa dem mot externa kriterier och bara behålla versioner som fungerar, kan förbättring ske i en kontrollerad loop.

Arkitekturen visar dock inte att DSH autonomt utför rekursiv självförbättring. Det tillgängliga underlaget beskriver en körmiljö och ett öppet agentramverk – inte en demonstrerad helhetsloop där DSH självständigt genererar, utvärderar, väljer och distribuerar allt mer kapabla versioner av sig självt. 2526

Så skiljer sig DSH från andra RSI-relaterade initiativ

Systemen i den bredare RSI-debatten riktar in sig på olika lager i förbättringsprocessen. Om de behandlas som direkta alternativ försvinner de tekniska skillnaderna.

Google DeepMinds AlphaEvolve: algoritmer som utvecklas genom utvärdering

AlphaEvolve är mer direkt en optimeringsloop. Gemini-baserade agenter föreslår kodförändringar, automatiska utvärderare poängsätter resultaten och en evolutionär process lyfter fram lovande kandidater. Google beskriver användning inom algoritmupptäckt och optimering, bland annat för matematiska problem och beräkningsinfrastruktur. 2314

Styrkan ligger i återkopplingen: en kandidat kan testas mot ett maskinläsbart mål. DSH är däremot främst en körmiljö för att på ett säkert sätt kombinera och byta ut komponenter. AlphaEvolve fokuserar på att utveckla lösningar; Cordis fokuserar på att göra ett körande system säkert omkonfigurerbart.

OpenAI:s RSI Index: mätning snarare än mekanism

Det offentliga materialet som finns tillgängligt här beskriver RSI Index som ett sammanvägt mått baserat på flera AI-forskningsutvärderingar. På den grunden är det ett instrument för att följa förmågor, inte en motor som ändrar en modell eller själv kör en förbättringsloop.

Ett resultat kan visa hur ett system presterar på utvalda uppgifter med koppling till självförbättring. Det visar däremot inte i sig att systemet autonomt förbättrar sig under drift. Det offentliga underlaget räcker inte heller för att självständigt bedöma indexets konstruktion eller vad förändringar i resultaten betyder. 3435

RSI Index bör därför jämföras med DSH som ett mätlager, inte som en arkitektonisk konkurrent.

Anthropics automatiserade weak-to-strong-forskning: att automatisera AI-forskning

Anthropics automatiserade alignmentforskare angriper en annan flaskhals: hur svagare övervakning kan användas för att träna eller vägleda en starkare modell. Agenterna föreslår idéer, genomför experiment och itererar kring forskning om weak-to-strong-supervision, alltså hur en svagare modell kan bidra till att träna en starkare. 4958

Det ligger närmare automatisering av delar av AI-forskning och alignmentutvärdering än DSH:s komponentbyten på körmiljönivå. På sikt skulle metoderna kunna komplettera varandra: en forskningsagent kan upptäcka bättre komponenter, medan ett reversibelt ramverk kan testa och installera dem med kontrollerad återställning.

Anthropics bredare offentliga diskussion innehåller samtidigt en viktig reservation. Företaget säger att man ännu inte har nått fullt autonom rekursiv självförbättring och att RSI inte är oundvikligt. 59

Tencent Hyra-1.0 och MiniMax M2.7: för lite underlag för en teknisk jämförelse

De tillhandahållna källorna innehåller ingen tillförlitlig och oberoende verifierbar teknisk dokumentation om Tencents Hyra-1.0 eller MiniMax M2.7. Det vore därför missvisande att tillskriva något av systemen en specifik RSI-arkitektur eller placera dem på samma evidensmässiga nivå som DSH, AlphaEvolve eller Anthropics publicerade arbete.

Därför blir miljöer och återkopplingsloopar nästa konkurrensfront

Den centrala konkurrensfördelen ligger i allt högre grad i systemet runt grundmodellen. Fyra delar är särskilt viktiga:

1. En kapabel miljö. Sandlådor, kodarkiv, verktyg, simulatorer, datamängder, beräkningskapacitet och driftdata avgör vilka experiment en agent faktiskt kan genomföra.
2. Automatiserad återkoppling. Tester, verifierare, benchmarkar, belöningsfunktioner och produktionsmått omvandlar föreslagna förändringar till mätbara experiment. AlphaEvolve visar värdet av att kombinera modellgenererade idéer med automatiska utvärderare. 26
3. Återställningsbarhet. Versionshantering, isolering, spårbarhet, återställning och godkännandegrindar gör det möjligt att genomföra fler experiment utan att ett enda misslyckande permanent skadar systemet. Cordis återställningsbara effekter riktar direkt in sig på detta lager. 1720
4. Iteration som bygger vidare på sig själv. Om varje cykel förbättrar kodning, utvärdering, experiment eller infrastruktur kan senare cykler bli snabbare eller billigare. Dagens evidens stöder dock avgränsad självförfining tydligare än öppen och självbärande RSI. 1

Det är därför en modell med något sämre benchmarkresultat ändå kan vara konkurrenskraftig om den arbetar i en bättre miljö med starkare verktyg, återkoppling och återställning. Det är förbättringsloopen – inte bara modellens kontrollpunkt – som blir produkten.

Den olösta kontrollfrågan

Återställningsbarhet minskar riskerna, men eliminerar dem inte. En återställningsknapp kan inte garantera att varje konsekvens av en agents handling är synlig eller möjlig att göra ogjord. Förändringar kan påverka data, autentiseringsuppgifter, externa tjänster, säkerhetsgränser eller mänskliga beslut utanför körmiljöns kontroll.

Snabbare iteration kan dessutom förstärka dåliga mål, målfusk, dolda regressioner och svåröverskådliga beroenden. Mänsklig kontroll kräver därför mer än teknisk återställning. Förändringar måste förbli observerbara, oberoende utvärderingsbara, behörighetsstyrda, spårbara och faktiskt reversibla i hela systemet – inte bara i plugin-grafen.

Den starkaste slutsatsen är därför försiktig: DSH och Cordis visar hur agentinfrastruktur kan utformas för avgränsad och återställningsbar självmodifiering. AlphaEvolve visar kraften i utvärderingsstyrd utveckling, medan Anthropics arbete visar hur AI i allt högre grad kan delta i forskning. Tillsammans visar initiativen framsteg mot AI-stödda förbättringsloopar, men de bevisar inte fullt autonom, öppen RSI eller AGI. 14959