DeepSeek Harness 与 Cordis：AI 自我改进真正缺的，可能不是更大的模型

DeepSeek Harness（DSH）并没有证明 DeepSeek 已经构建出自主递归自我改进系统，也没有证明其实现了通用人工智能（AGI）。更稳妥的判断是：DSH 提供了一种新的智能体运行时架构——工具、模型适配器、会话机制，甚至智能体循环本身，都可以被视为可替换组件。这让反复试验变得更安全、更现实，也为“有边界的自我改进”提供了重要基础。2526

核心思路：改进智能体的“脚手架”，而不只是模型

“递归自我改进”（Recursive Self-Improvement，RSI）并不只有一种含义。系统可以改进某个具体产物，例如算法；也可以帮助研究人员构建更强的后继模型；还可以修改决定智能体如何工作的可复用脚手架，包括提示词、工具、记忆、策略和调度机制。相关研究将这种依赖外部评估、目标相对固定的自我精炼，与更开放式的 RSI 区分开来：后者不仅修改系统，还可能修改产生改进的机制乃至评判标准。1

DSH 最明确瞄准的是脚手架层。它不要求智能体直接重写神经网络权重，而是允许系统围绕模型试验不同组件：提示词、工具、记忆、策略、编排方式和执行循环。更强的组件可以被安装并测试；如果表现不佳，则可以移除。

这对面向工程的 RSI 来说是一个有意义的方向，但它并不等同于智能体独立设计更强的后继者、自主决定自身目标，或启动不受控制的“智能爆炸”。

Cordis 如何让运行时变化变得可恢复

DSH 建立在 Cordis 之上。Cordis 是一种插件运行时，其文档用“时空可组合性”（spatiotemporal composability）来描述它的设计思想。它主要处理软件在运行过程中动态变化时的两个问题：组件随时间被加载、卸载或替换时会发生什么，以及当前系统中各个组件如何协作。1718

时间可组合性：撤销受管理的运行时影响

插件可能会向共享运行时注册资源、监听器、服务或其他状态。在普通插件系统中，卸载往往依赖开发者手写清理代码，稍有遗漏就可能留下资源泄漏或“幽灵状态”。

Cordis 的做法是将运行时变化与可撤销的效果关联起来。组件被移除时，运行时可以按照适当顺序执行对应的逆操作。这里的目标不是让插件“倒放”，也不是撤销智能体已经对外部世界采取的每一个行动，而是将相关运行时结构恢复到一个有效的此前配置。2024

这一点需要特别澄清：插件注册的回滚机制，无法自动撤销已经发出的电子邮件、被删除的文件、使用污染数据训练出的模型，或现实世界中已经发生的不可逆行动。Cordis 的可逆性是一种有边界的软件属性，并非覆盖一切后果的安全保证。

空间可组合性：处理组件依赖

组件之间还存在依赖关系。例如，工具可能需要工具注册表，记忆模块可能需要会话管理器，智能体循环可能需要模型适配器和工具接口。

空间可组合性允许组件声明这些关系。当提供者或依赖项出现、消失或发生替换时，运行时可以协调组件的启用、停用、替换和恢复。这样，模块化智能体就能重新配置自身，而不必把整个系统当作一个脆弱的整体来处理。1820

可撤销效果与依赖感知型组合结合起来，可以支持更安全的试验、组件替换、故障恢复和事务式运行时更新。对于自我改进而言，这些能力很关键，因为它们降低了尝试候选变更以及及时淘汰失败变更的成本。

DSH 暗示了怎样的 AGI 路线

从设计上看，DSH 展示的是一条偏系统工程的通用智能体路线：让执行环境足够灵活，使智能体能够改进自己完成任务所依赖的机制。

这种思路把关注点从单一模型转移到了模型周围的系统。即使基础模型不变，更好的工具、记忆、规划、评估和恢复机制，也可能显著提升智能体在实际任务中的能力。如果智能体能够提出这些机制的改动，用外部标准进行测试，并只保留成功版本，那么改进就可以在一个相对受控的循环中发生。

但仅凭架构本身，不能证明 DSH 已经自主执行递归自我改进。现有证据描述的是一个开源运行时和智能体框架，而不是一个已经展示出来的端到端闭环：由 DSH 独立生成、评估、筛选并部署越来越强的自身版本。2526

DSH 与其他 RSI 相关尝试有何不同

RSI 讨论中的不同系统，往往瞄准改进流程的不同层次。若把它们简单视为同类产品，反而会掩盖关键的技术差异。

Google DeepMind 的 AlphaEvolve：由评估器驱动的算法进化

AlphaEvolve 更接近一个直接的优化闭环：基于 Gemini 的智能体提出代码修改，自动评估器对结果打分，随后由进化过程筛选出有前景的候选方案。Google DeepMind 表示，该系统已被用于算法发现与优化，包括数学问题和计算基础设施等场景。2314

它最突出的优势是反馈：候选方案可以依据机器可检查的目标进行测试。相比之下，DSH 主要是一种用于安全组合和替换组件的运行时架构。AlphaEvolve 关注的是如何让解决方案进化，Cordis 关注的是如何让正在运行的系统安全地重新配置。

OpenAI 的 RSI Index：测量工具，而非改进机制

现有公开材料将 RSI Index 描述为多项 AI 研究评估的汇总指标。按照这一描述，它主要是追踪能力的测量工具，而不是能够自行修改模型或运行改进闭环的引擎。模型在若干与自我改进相关的任务上得分较高，可以说明其能力表现，但不能单凭分数证明系统在部署中自主改进自身。3435

因此，RSI Index 更适合与 DSH 的“测量层”进行比较，而不是被视为 DSH 的架构竞争者。就现有材料而言，外部还无法独立核实该指数的构成，也无法确定其分数变化应如何解释。

Anthropic 的自动化弱到强研究：自动化 AI 研发

Anthropic 的自动化对齐研究者瞄准的是另一项瓶颈：如何利用较弱的监督来训练或引导更强的模型。相关智能体可以提出研究想法、运行实验，并围绕弱到强监督问题进行迭代。4958

这项工作更接近 AI 研究和对齐评估流程的自动化，而不是 DSH 所强调的运行时组件替换。未来两种路线可能形成互补：研究智能体负责发现更好的组件，可逆的 Harness 则负责在受控条件下测试、部署并回滚这些组件。

Anthropic 的更广泛公开讨论也给出了重要限定：该公司表示，目前还没有实现完全自主的递归自我改进，而且 RSI 并非必然发生。59

Tencent Hyra-1.0 与 MiniMax M2.7：目前缺乏足够证据进行技术比较

现有材料没有提供关于 Tencent Hyra-1.0 或 MiniMax M2.7 的可靠、可独立核验的技术文档。因此，贸然为这两个系统指定某种 RSI 架构，或把它们与 DSH、AlphaEvolve、Anthropic 已公开的研究放在同等证据基础上比较，都会产生误导。

为什么竞争焦点正转向环境与反馈闭环

越来越重要的竞争资产，可能不是基础模型本身，而是围绕模型构建的系统。以下四个部分尤其关键：

1. 能力足够强的环境。 沙箱、代码仓库、工具、模拟器、数据集、算力和部署遥测，决定了智能体实际上能够进行哪些实验。
2. 自动化反馈。 测试、验证器、基准、奖励函数和生产指标，可以把候选改动转化为可测量的实验。AlphaEvolve 展示了模型生成能力与自动评估器结合的价值。26
3. 可恢复性。 版本控制、隔离、来源追踪、回滚和审批闸门，使组织能够进行更多试验，同时避免一次失败永久损害系统。Cordis 的可撤销运行时效果正是针对这一层需求。1720
4. 能够复利的迭代。 如果每一轮都能改进编码、评估、实验或基础设施，后续循环就可能变得更快或更便宜。不过，现有证据更清楚地支持有边界的自我精炼，而不是开放式、可持续加速的 RSI。1

这也解释了为什么一个基准成绩略低的模型，仍可能凭借更好的环境、更强的工具、更及时的反馈和更可靠的恢复机制保持竞争力。真正成为产品的，不再只是模型检查点，而是整个改进闭环。

尚未解决的控制问题

可恢复性能够降低风险，却不能消除风险。一个回滚按钮无法保证智能体行动的全部后果都可观测、可定位并且可逆。变化可能影响数据、凭证、外部服务、安全边界，甚至运行时之外的人类决策。

更快的迭代速度也可能放大错误目标、钻评估漏洞、隐藏回归和不透明依赖。人类控制需要的不只是技术上的回滚，还要求所有变更在整个系统范围内保持可观测、可独立评估、受权限约束、可追责，并且确实能够恢复，而不能只在插件依赖图内部可逆。

因此，最有分寸的结论是：DSH 与 Cordis 展示了如何为有边界、可恢复的自我修改设计智能体基础设施；AlphaEvolve 展示了评估器驱动的进化有多大潜力；Anthropic 的工作则表明 AI 正越来越多地参与 AI 研究。它们共同说明，AI 辅助改进闭环正在取得进展，但尚未证明完全自主、开放式的 RSI 或 AGI 已经到来。14959