DeepSeek Harness 與 Cordis：受控 AI 自我改進背後的可逆執行環境

DeepSeek Harness（DSH）並沒有證明 DeepSeek 已建立自主遞迴自我改進系統，也沒有證明其已達到通用人工智慧（AGI）。更穩妥的解讀是：DSH 提供了一種新的代理執行環境，讓工具、模型介面、工作階段管理機制，甚至代理本身的運作迴圈，都能被視為可替換元件。這使反覆試驗變得更安全、更實際——而這正是受控自我改進所需要的基礎。 2526

核心觀念：改進代理框架，而不只是模型

「遞迴自我改進」（Recursive Self-Improvement，RSI）可以指向不同層次。系統可能改良某項成果，例如演算法；也可能協助研究人員打造更強的後繼模型；又或者修改決定代理如何運作的可重用框架。相關研究將這種以固定、外部評估器檢驗的受控自我精煉，與更開放式的 RSI 區分開來。後者甚至會改動用來產生改進的機制或評準本身。 1

DSH 最明確瞄準的是「框架」這一層。它不要求代理重寫神經網路權重，而是讓系統可以試驗模型周邊的元件，包括提示詞、工具、記憶、政策、協調機制與執行迴圈。更好的元件可以被安裝、測試並保留；表現不佳的版本則可以移除。

這是朝工程導向 RSI 邁出的重要一步，但它並不等同於代理能夠獨立設計更強的後繼者、自行決定目標，或啟動不受控制的智能爆炸。

Cordis 如何讓執行時變更可以恢復

DSH 建立在 Cordis 之上。Cordis 是一套外掛式執行環境，其文件以「時空可組合性」（spatiotemporal composability）描述這種設計。當軟體在運作期間持續載入或移除元件時，系統會同時面對兩類問題：元件在時間上的加入與撤除，以及它們在當前系統中彼此如何互動。 1718

時間可組合性：撤銷受管理的變更

外掛可能透過註冊資源、事件監聽器、服務或其他狀態，改變共享的執行環境。在一般外掛系統中，移除元件往往依賴開發者手動撰寫清理程式，因此容易留下資源洩漏或「幽靈狀態」。

Cordis 則將執行時變更與可逆效果配對。當元件被移除時，執行環境能依適當順序執行相應的逆操作。這不是讓外掛「倒帶執行」，也不是撤銷代理已經對外做出的每一個動作，而是嘗試把相關的執行時結構恢復到有效的先前配置。 2024

這個區別非常重要。外掛註冊的回滾機制，無法自動撤回已寄出的電郵、已刪除的檔案、以受污染資料訓練的模型，或現實世界中的不可逆行動。因此，Cordis 的可逆性是一項有邊界的軟體屬性，並非普遍適用的安全保證。

空間可組合性：管理元件依賴

元件之間同樣存在依賴關係。例如，工具可能需要註冊表；記憶模組可能需要工作階段管理器；代理迴圈則可能需要模型介面與工具介面。

空間可組合性讓元件可以宣告這些關係，令執行環境在提供者或依賴項發生變化時，協調啟用、停用、替換和復原。如此一來，模組化代理便能重新配置，而不必把整個系統視為一個脆弱的單一區塊。 1820

可逆效果加上依賴感知的組合機制，能支援更安全的試驗、元件替換、故障復原與交易式執行時更新。對自我改進而言，這些能力尤其重要，因為它們降低了嘗試候選變更、並在失敗時將其淘汰的成本。

DSH 暗示了 DeepSeek 怎樣的 AGI 路線？

這套設計透露出一條偏向系統工程的路線：讓執行環境足夠靈活，使代理不只完成工作，也能改進自己用來完成工作的機制。

這種思路把焦點從模型本身移開。即使模型權重固定，只要搭配更好的工具、記憶、規劃、評估與復原機制，實際能力仍可能提升。如果代理能提出這些機制的變更，依照外部標準測試結果，並只保留成功版本，改進就能在相對受控的迴圈中持續發生。

然而，架構本身並不能證明 DSH 已經自主執行遞迴自我改進。目前可取得的證據描述的是一套執行環境與開源代理框架，而不是一個已被展示的端到端迴圈：由 DSH 自行產生、評估、挑選並部署愈來愈強的自身版本。 2526

DSH 與其他 RSI 相關努力有何不同？

RSI 討論中的各項系統，往往針對改進流程的不同層次。若把它們當成直接競品，反而會掩蓋重要的技術差異。

Google DeepMind 的 AlphaEvolve：由評估器驅動的演算法演化

AlphaEvolve 更接近一個直接的最佳化迴圈：由 Gemini 驅動的代理提出程式碼變更，自動評估器為結果打分，再透過演化流程推進有潛力的候選方案。Google 表示，該系統已用於演算法發現與最佳化，包括數學問題及計算基礎設施。 2314

它的關鍵優勢在於回饋：候選方案可以根據機器可檢驗的目標進行測試。相較之下，DSH 主要是讓元件能安全組合與替換的執行時架構；AlphaEvolve 著重於演化解法，Cordis 則著重於讓運作中的系統可安全重新配置。

OpenAI 的 RSI Index：測量工具，而非改進機制

目前提供的公開資料將 RSI Index 描述為多項 AI 研究評估的綜合指標。按此理解，它是追蹤能力的測量工具，不是會自行修改模型或執行改進迴圈的引擎。分數可以反映系統在特定自我改進相關任務上的表現，但不能單憑分數證明系統在部署後正自主改進自身。 3435

因此，RSI Index 應與 DSH 的測量層比較，而不是被視為 DSH 的架構競爭者。就目前提供的公開證據而言，尚不足以獨立評估 RSI Index 的建構方式，或判斷分數變化究竟代表什麼。

Anthropic 的自動化弱到強研究：把 AI 研究流程自動化

Anthropic 的自動化對齊研究員，瞄準的是另一個瓶頸：如何利用較弱的監督訊號，訓練或引導更強的模型。其代理能提出想法、執行實驗，並在弱到強監督研究上反覆迭代。 4958

這項工作更接近 AI 研究與對齊評估的自動化，而不是 DSH 在執行時層級進行元件替換。兩種方向日後可以互相補足：研究代理負責發現更好的元件，可逆的代理框架則負責在受控條件下測試、部署並回滾這些元件。

Anthropic 更廣泛的公開討論也提出重要限定：該公司表示，目前尚未達到完全自主的遞迴自我改進，RSI 也不是必然會發生。 59

Tencent Hyra-1.0 與 MiniMax M2.7：目前證據不足以作技術比較

現有來源沒有提供足夠可靠、且能獨立驗證的 Tencent Hyra-1.0 或 MiniMax M2.7 技術文件。因此，若直接替這兩個系統指定某種 RSI 架構，或把它們與 DSH、AlphaEvolve 及 Anthropic 已公開的工作放在同一證據層級，會造成誤導。

為什麼環境與回饋迴圈正成為競爭前線？

AI 產業的關鍵資產，愈來愈不是單一基礎模型，而是圍繞模型建立的完整系統。以下四項能力尤其重要：

1. 具備能力的環境。 沙盒、程式碼儲存庫、工具、模擬器、資料集、運算資源及部署遙測，決定代理實際能夠進行哪些實驗。
2. 自動化回饋。 測試、驗證器、基準測試、獎勵函數與生產指標，能把提議中的變更轉化為可量度的實驗。AlphaEvolve 展示了模型生成想法與自動評估器結合的價值。 26
3. 可恢復性。 版本控制、隔離、來源追蹤、回滾與審批閘門，讓組織可以進行更多試驗，同時避免單次失敗永久破壞系統。Cordis 的可逆執行時效果正是針對這一層。 1720
4. 能夠複利的迭代。 如果每一輪都能改善程式設計、評估、實驗或基礎設施，後續迴圈可能變得更快或更便宜。不過，現有證據更清楚支持的是受控自我精煉，而非開放式、能自我維持的 RSI。 1

這也解釋了為何一個基準測試表現稍弱的模型，仍可能在更好的環境中具備競爭力：它擁有更強的工具、更有效的回饋與更完整的復原機制。未來真正被競爭的，可能不只是模型檢查點，而是整個改進迴圈。

尚未解決的控制問題

可恢復性可以降低風險，卻不能消除風險。回滾按鈕無法保證代理行動造成的每個後果都已被觀察，或都能被逆轉。變更可能影響資料、憑證、外部服務、安全邊界，甚至執行環境之外的人類決策。

更快的迭代也可能放大錯誤目標、規格鑽漏洞、隱藏迴歸問題與不透明依賴。人類控制不會因為系統多了一個回滾功能就自然獲得保障；相關變更仍必須在整個系統中保持可觀察、可獨立評估、具備權限控管、可追溯，並且真正能夠回復，而不只是停留在外掛圖內。

因此，最有力也最審慎的結論是：DSH 與 Cordis 展示了如何設計支援受控、可恢復自我修改的代理基礎設施；AlphaEvolve 展示評估器驅動演化的力量；Anthropic 的研究則顯示 AI 正逐步參與 AI 研究。這些努力共同指向 AI 輔助改進迴圈的進展，但仍不足以證明完全自主、開放式的 RSI 或 AGI 已經實現。 14959