AI，开始 改进 AI。
发现错误 → 留下经验 → 尝试新方法
从一个会整理资料的助手出发，串起真实案例、研究者观点和一场20分钟讨论。
01 / 发现问题02 / 尝试改动AI ↻ AI04 / 接着改进03 / 比较结果
深度调研
RSI 递归自进化 / ISSUE 02
2026.11.03 · 公开资料研究
这次改对了， 下次还会错吗？
整理资料→指出错误→修正日期
这次答对了，下次仍按老办法做。 ↶
先把这篇文章的日期改对。
这次摘要准确了，但助手的做法没变。换篇文章，它可能还会犯同样的错。
RSI / Recursive Self-Improvement“递归”可以先这样理解：改过的 AI，再参与下一轮改进。更完整的设想是，AI 能设计、训练更强的下一代模型。
三个按钮按“改了什么”帮助入门，不是公认的等级划分。资料助手为教学例子。
本页资料 38 / 44
- 38 / 中文播客2026-08-07 / 6月底录制与田渊栋聊 RSI：模型自进化如何到来？ / 晚点聊 178
曼祺 × 田渊栋
89分02秒。直接讨论提效与递归的差别、研究自动化与增长曲线；本场首选中文入门。 先听19:48–27:14；再选45:51初步实验章节。日期、时长与章节来自官方单集页；嘉宾判断与机构实验分别理解。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 44 / 英文播客2026-09-26When AI Research Starts Moving Faster Than Human Research — Zhengyao Jiang
Machine Learning Street Talk / Tim Scarfe × Zhengyao Jiang
43分42秒。AIDE作者解释：没有换基础模型，怎样靠改代码、指令和工具改善助手，再用新题测试。 官方RSS核对时长与章节：08:38–20:04解释分层与验证。节目说明明确指出实验尚未证明系统变得更会改进自己。
核对 2026-11-03 · podcasters.spotify.com
说清楚， 怎样才算做对。
“摘要更好一点”太模糊。
- 找到原文。
- 核对发布日期。
- 把原话与作者推测分开。
先写，再按三条检查。检查的一方也会出错，最后仍要看证据。
本页资料 02 / 04
- 02 / 工程博客2024-12-19Building effective agents
Anthropic Engineering
解释怎样把任务分成步骤，以及怎样让产出、检查和修改接起来。 步骤不是越多越好；只有确实改善结果，才值得增加。
核对 2026-11-03 · www.anthropic.com - 04 / 工程博客2026-03-24Harness design for long-running application development
Prithvi Rajasekaran / Anthropic Labs
把“设计好不好”拆成具体要求，分别产出和检查；模型变强后，再试着去掉多余步骤。 检查结果的一方也会出错；以前有用的步骤也要重新比较。
核对 2026-11-03 · www.anthropic.com
下一轮， 能接着做。
这一轮：修正错误→留下原因和有效做法→下一轮：先读再做
存下来了，也要真的用得上。
Anthropic用进度和检查记录帮助长任务接班。换一篇文章，观察助手有没有用上记录、有没有少犯错。流程变复杂后，也可以去掉一个步骤再比。
本页资料 03 / 08
- 03 / 工程博客2025-11-26Effective harnesses for long-running agents
Anthropic Engineering
把长任务看成轮班：先准备好，再逐步做、逐步检查，并留下下一班能接手的记录。 看进度、检查清单和版本记录怎样一起工作。
核对 2026-11-03 · www.anthropic.com - 08 / 个人技术博客2026-07-04Harness Engineering for Self-Improvement
Lilian Weng
把工具、记忆、任务信息和检查办法放在一起，整理怎样改善助手的做事方式。 先理解各部分怎么配合，再追到具体研究。
核对 2026-11-03 · lilianweng.github.io
从“照着做”， 到“试着改”。
田渊栋把找信息、提想法、验证结果放进对研究自动化的设想。对我们的助手，就是从发现日期冲突，追到能解释冲突的原文。
硅谷101授权文字稿 §09
中文概括和教学转译，不是嘉宾原话。田渊栋依据授权稿；另两期依据官方介绍和章节，未扩写未核对的音频细节。
本页资料 39 / 41 / 43
- 39 / 中文播客2026-07-31（北京时间）AI for AI、机制可解释性和Max Tegmark / 张小珺149
张小珺 × 刘子鸣
100分35秒。讨论怎样用AI研究和设计AI，以及理解模型原理为何有用。 46:51–54:53比较路线；1:09:09起讨论理解AI原理。日期按官方RSS换算为北京时间，章节来自官方介绍。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 41 / 授权访谈改写稿2026-06-08“没水了，鱼需要进化”：再访田渊栋
硅谷101 / 陈茜，创业邦经授权转载
硅谷101视频访谈的授权文字改写，便于快速浏览研究方向与组织经验。 这是改写稿而非逐字转录；只据嘉宾段落概括观点，不将编辑导语中的行业判断当作实验事实。
核对 2026-11-03 · www.cyzone.cn - 43 / 中文播客 / 相关延伸2026-04-24对罗福莉3.5小时访谈：AI范式已然巨变！ / 张小珺138
张小珺 × 罗福莉
216分36秒。谈能调用工具做事的AI、后续训练，以及团队做研究的方式。 选1:01:45–1:19:39即可。研究者的体验和预测，不能直接当作已经实现完整RSI的证据。
核对 2026-11-03 · www.xiaoyuzhoufm.com
已经有进步， 但改的东西各不相同。
改一个程序
提出程序，运行比较，从效果好的版本继续改。改的是程序，不等于独立研发下一代模型。
提出→测试→保留
改助手自己的代码
修改自身代码，保留多个版本。某次没赢的方法，也可能给下一次提供线索。
v₀→v₁.a / v₁.b→v₂
改做研究的助手
基础模型没有换，改的是代码、指令和工具。报告展示进步，但是否更会继续改进，仍需另外测。
改助手→做试验→看结果
本页资料 09 / 11 / 12 / 44
- 09 / 作者博客2025-05-30The Darwin Gödel Machine
Jenny Zhang et al. / Sakana AI & UBC
编码 Agent 修改自身代码，并保留多种候选继续探索。Jeff Clune 参与该研究。 候选档案能为后续搜索保留不同的起点。
核对 2026-11-03 · sakana.ai - 11 / 官方博客2025-05-14AlphaEvolve
Google DeepMind
模型提出程序，自动评估筛选，再继续演化。覆盖算法发现与计算组件优化。 可验证的反馈让循环更容易成立。
核对 2026-11-03 · deepmind.google - 12 / 预印本2026-09-22Recursive self-improvement of AI research agents
Dhruv Srikanth et al. / Weco
AIDE² 让一套流程改进做研究的助手，报告八天内留下七次有效改动，并拿新任务测试。 第3.6节还检查了新版是否更会继续改进自己，目前证据仍不够。
核对 2026-11-03 · arxiv.org - 44 / 英文播客2026-09-26When AI Research Starts Moving Faster Than Human Research — Zhengyao Jiang
Machine Learning Street Talk / Tim Scarfe × Zhengyao Jiang
43分42秒。AIDE作者解释：没有换基础模型，怎样靠改代码、指令和工具改善助手，再用新题测试。 官方RSS核对时长与章节：08:38–20:04解释分层与验证。节目说明明确指出实验尚未证明系统变得更会改进自己。
核对 2026-11-03 · podcasters.spotify.com
看到进步， 再多问一步。
把旧任务也拿回来试。
助手学会了核对日期，却把原来做得好的引文整理弄差了。新资料和旧任务一起比，才能看清得到了什么、失去了什么。
本页资料 15 / 17 / 33 / 45
- 15 / 作者博客2026-10-14Does Recursive Self-Improvement Make AI Agents Forget?
Ye Yu · Haohan Wang / UIUC DREAM Lab
新任务提高时，旧能力可能退步，连只修改外部记忆的系统也会遇到。 每一次更新，都要带着旧任务一起复测。
核对 2026-11-03 · dream.ischool.illinois.edu - 17 / 预印本2026-10-24RSI Arena
Yue Huang et al.
让AI根据人的喜好继续调整，报告发现：人更喜欢，测试题成绩却可能没有同步提高。 更讨人喜欢、分数更高与行为更可靠，需要分别验证。
核对 2026-11-03 · arxiv.org - 33 / 机构研究报告目录 2026-06-11 / 正文 10-18First Steps Toward Automated AI Research
Recursive
选择结果出得快、好坏容易判断的任务，留下不同试验的记录，把有效尝试组合起来。 研究过程也检查结果是否稳定、有没有钻评分漏洞。结果为机构自报，官网日期冲突保留说明。
核对 2026-11-03 · recursive.com - 45 / 英文播客2026-06-26Really Big Test-Time Compute in AI Changes Benchmarks, Safety and Research — Noam Brown
No Priors / Sarah Guo × Noam Brown
约36分钟。讨论推理计算预算、评测方式与递归自我改进瓶颈。旧索引标题为Why Traditional Benchmarks Fail Modern AI Models。 发布方Apple节目页章节：20:59–27:09 RSI瓶颈；33:29成本评测。仅核对官方说明与章节，未作完整收听。
核对 2026-11-03 · podcasts.apple.com
做得更好，也更会 改进下一代吗？
旧版当教练相同初始助手、工具、预算候选 A
新版当教练相同初始助手、工具、预算候选 B
拿新资料，比较 A 和 B。
谁更准确、谁更省？原来会做的任务有没有变差？不要让候选偷看最终题目，或修改评分规则。重复比较，才更能看清谁更会改进。
教学用比较方法，未实际运行。MLST的官方说明保留了“更强的助手”与“更会改进的助手”的区别。
本页资料 12 / 44
- 12 / 预印本2026-09-22Recursive self-improvement of AI research agents
Dhruv Srikanth et al. / Weco
AIDE² 让一套流程改进做研究的助手，报告八天内留下七次有效改动，并拿新任务测试。 第3.6节还检查了新版是否更会继续改进自己，目前证据仍不够。
核对 2026-11-03 · arxiv.org - 44 / 英文播客2026-09-26When AI Research Starts Moving Faster Than Human Research — Zhengyao Jiang
Machine Learning Street Talk / Tim Scarfe × Zhengyao Jiang
43分42秒。AIDE作者解释：没有换基础模型，怎样靠改代码、指令和工具改善助手，再用新题测试。 官方RSS核对时长与章节：08:38–20:04解释分层与验证。节目说明明确指出实验尚未证明系统变得更会改进自己。
核对 2026-11-03 · podcasters.spotify.com
它会一直 越改越快吗？
原来10 + 90 = 100写代码快十倍1 + 90 = 91
假想分钟数：只把10分钟的环节缩到1分钟，总共仍要91分钟。不是实验统计。
下一处瓶颈
Schulman提醒，研究判断或检查结果可能拖慢整件事。Noam Brown讨论并行助手能缩短等待，但协调与费用仍要算。
收益会在哪里损耗
Lambert的“有损自我改进”讨论研究范围、资源与组织限制，是分析与预测。
进步未必是一条顺滑曲线
田渊栋提出增长可能有平台期和跳跃。把已有目标做好，与找到下一个值得做的目标，可能需要不同能力。
本页资料 29 / 30 / 34 / 38
- 29 / 视频与逐字稿2026-09-17Noam Brown — Agent swarms, alignment, & RSI
Noam Brown × Dwarkesh Patel
讨论研究自动化、多 Agent 与如何判断系统行为。 官方 22:02–40:22 章节最贴近本场；已核对文字与章节。
核对 2026-11-03 · www.dwarkesh.com - 30 / 播客与官方逐字稿2026-09-11AI researchers debate how close we are to RSI
Dwarkesh · Beren Millidge · John Schulman · Charlie O’Neill
John Schulman、Beren Millidge、Charlie O’Neill 与 Dwarkesh 讨论 RSI 的技术条件与可能的瓶颈。 先看 00:00–18:39 的反方论证，或 28:06–33:51 自动化研究者训练。已找到并核对官方逐字稿，不再仅依赖视频索引。
核对 2026-11-03 · www.dwarkesh.com - 34 / 研究者观点2026-03-22Lossy self-improvement / 有损自我改进
Nathan Lambert / Interconnects
承认AI正在帮助研发，同时追问：局部的进步，经过整套工作之后还能留下多少？ 作者讨论研究范围、多个助手的协作、资源和组织限制。这是分析与预测，不是证明RSI不可能的试验。
核对 2026-11-03 · www.interconnects.ai - 38 / 中文播客2026-08-07 / 6月底录制与田渊栋聊 RSI：模型自进化如何到来？ / 晚点聊 178
曼祺 × 田渊栋
89分02秒。直接讨论提效与递归的差别、研究自动化与增长曲线；本场首选中文入门。 先听19:48–27:14；再选45:51初步实验章节。日期、时长与章节来自官方单集页；嘉宾判断与机构实验分别理解。
核对 2026-11-03 · www.xiaoyuzhoufm.com
带一个改动来， 一起想怎样验证。
20分钟：5分钟讲改动 → 7分钟想比较办法 → 6分钟设计下次尝试 → 2分钟各留一个问题。
少犯哪一种错？
日期、出处、张冠李戴，先选一个。准备改答案、工具，还是步骤？
看到什么才相信有用？
给新旧版同样预算，拿新文章来试，也把旧任务带上。
没成功，下次留下什么？
记录原因和试过的方法。下一种改法由人挑，还是让助手也参与？
分享时，照着这五句说
原来，它总是…… / 这次改了…… / 我用……来检查 / 结果与费用是…… / 下一轮想试……
90 秒， 把大家带进同一个问题。
想象一个帮我们整理文章的 AI 助手。它把旧报道的日期写成今天，你指出后，它改对了。再往前一步：它能不能记住查日期的方法，下次主动做好？更进一步，它能不能自己试出更有效的检查办法？
这就是今天进入 RSI，也就是递归自我改进的入口：让这次的改进，继续帮助下一轮。真实研究里，有的系统在改程序，有的在改助手自己的代码，也有的在尝试改进做研究的方法。
我们先从一个小改动聊起。说清楚改了什么、怎样检查、花了多少，再想下一次能留下什么。一次分数更高值得高兴，但换新资料会怎样，旧能力有没有退步，它会不会更擅长继续改进？今天不求统一答案，先一起设计一个更好的尝试。
想听上下文， 再挑一段。
01 / 19:48–27:14晚点聊 178 × 田渊栋
提效和递归，有什么区别？
打开节目
02 / 46:51–54:53张小珺 149 × 刘子鸣
怎样让 AI 帮忙研究 AI？
打开节目
03 / 授权文字稿 §09 / adapted text §09硅谷101再访田渊栋
为什么把研究过程作为起点？
打开节目晚点聊 171 × Henry Yin
从编程工具发展，谈到 RSI 为何受到关注。
打开节目张小珺 138 × 罗福莉
全期中的 Agent 自我改进章节。
打开节目The Information Bottleneck × 田渊栋
为何转向 RSI、人的作用、助手还缺什么。
打开节目MLST × Zhengyao Jiang
AIDE 改了什么，以及怎样理解它的证据。
打开节目Dwarkesh × Noam Brown
研究进展对 RSI 的启发；开场另谈协作。
打开节目Dwarkesh 三位研究者圆桌
哪些技术问题可能阻止持续加速？
打开节目No Priors × Noam Brown
RSI 的难点，以及比较表现时也看费用。
打开节目时间码来自官方章节；本次核对节目介绍和可得文字稿，未逐期完整收听。章节止点取下一章起点。
本页资料 05 / 29 / 30 / 38 / 39 / 40 / 41 / 42 / 43 / 44 / 45
- 05 / 视频播客2026-10-05Yuandong Tian on Recursive Self-Improvement
Yuandong Tian × Ravid Shwartz Ziv / The Information Bottleneck
本人讲述转向 RSI 的缘由，以及 Agent 的缺口和研究自动化的难点。全长 58:23。 先看 30:36、39:37 和 47:29 对应章节；效率倍数是个人自述。
核对 2026-11-03 · www.the-information-bottleneck.com - 29 / 视频与逐字稿2026-09-17Noam Brown — Agent swarms, alignment, & RSI
Noam Brown × Dwarkesh Patel
讨论研究自动化、多 Agent 与如何判断系统行为。 官方 22:02–40:22 章节最贴近本场；已核对文字与章节。
核对 2026-11-03 · www.dwarkesh.com - 30 / 播客与官方逐字稿2026-09-11AI researchers debate how close we are to RSI
Dwarkesh · Beren Millidge · John Schulman · Charlie O’Neill
John Schulman、Beren Millidge、Charlie O’Neill 与 Dwarkesh 讨论 RSI 的技术条件与可能的瓶颈。 先看 00:00–18:39 的反方论证，或 28:06–33:51 自动化研究者训练。已找到并核对官方逐字稿，不再仅依赖视频索引。
核对 2026-11-03 · www.dwarkesh.com - 38 / 中文播客2026-08-07 / 6月底录制与田渊栋聊 RSI：模型自进化如何到来？ / 晚点聊 178
曼祺 × 田渊栋
89分02秒。直接讨论提效与递归的差别、研究自动化与增长曲线；本场首选中文入门。 先听19:48–27:14；再选45:51初步实验章节。日期、时长与章节来自官方单集页；嘉宾判断与机构实验分别理解。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 39 / 中文播客2026-07-31（北京时间）AI for AI、机制可解释性和Max Tegmark / 张小珺149
张小珺 × 刘子鸣
100分35秒。讨论怎样用AI研究和设计AI，以及理解模型原理为何有用。 46:51–54:53比较路线；1:09:09起讨论理解AI原理。日期按官方RSS换算为北京时间，章节来自官方介绍。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 40 / 中文视频播客2026-06-05再访田渊栋：46.5亿美金估值的RSI，与AI自进化
硅谷101 · 陈茜 × 田渊栋
92分26秒。从加入Recursive的选择谈到研究自动化、技术路线与组织效率。 官方B站元数据核对日期与时长；可搭配6月8日授权文字稿。未核实章节时间码；标题中的融资估值不作技术证据。
核对 2026-11-03 · www.bilibili.com - 41 / 授权访谈改写稿2026-06-08“没水了，鱼需要进化”：再访田渊栋
硅谷101 / 陈茜，创业邦经授权转载
硅谷101视频访谈的授权文字改写，便于快速浏览研究方向与组织经验。 这是改写稿而非逐字转录；只据嘉宾段落概括观点，不将编辑导语中的行业判断当作实验事实。
核对 2026-11-03 · www.cyzone.cn - 42 / 中文播客2026-07-02 / 06-27录制AI季报26Q2：从coding到RSI，强者愈强的未来？ / 晚点聊171
Henry Yin × 曼祺
99分42秒。产业观察入口，连接Coding能力、RSI框架与新团队。 优先28:04–43:14；只作趋势背景，勿将商业推演与融资热度作为闭环已成立的证明。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 43 / 中文播客 / 相关延伸2026-04-24对罗福莉3.5小时访谈：AI范式已然巨变！ / 张小珺138
张小珺 × 罗福莉
216分36秒。谈能调用工具做事的AI、后续训练，以及团队做研究的方式。 选1:01:45–1:19:39即可。研究者的体验和预测，不能直接当作已经实现完整RSI的证据。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 44 / 英文播客2026-09-26When AI Research Starts Moving Faster Than Human Research — Zhengyao Jiang
Machine Learning Street Talk / Tim Scarfe × Zhengyao Jiang
43分42秒。AIDE作者解释：没有换基础模型，怎样靠改代码、指令和工具改善助手，再用新题测试。 官方RSS核对时长与章节：08:38–20:04解释分层与验证。节目说明明确指出实验尚未证明系统变得更会改进自己。
核对 2026-11-03 · podcasters.spotify.com - 45 / 英文播客2026-06-26Really Big Test-Time Compute in AI Changes Benchmarks, Safety and Research — Noam Brown
No Priors / Sarah Guo × Noam Brown
约36分钟。讨论推理计算预算、评测方式与递归自我改进瓶颈。旧索引标题为Why Traditional Benchmarks Fail Modern AI Models。 发布方Apple节目页章节：20:59–27:09 RSI瓶颈；33:29成本评测。仅核对官方说明与章节，未作完整收听。
核对 2026-11-03 · podcasts.apple.com
看原图， 也看它怎样比较。
本页资料 01 / 33
- 01 / 官方报告含 2026-09-18 更新When AI builds itself
Marina Favaro · Jack Clark / Anthropic Institute
从实验室内部观察AI怎样参与研发，区分做试验的速度与判断研究方向的能力。 先问做得快了多少，再问整项研究是否更好。
核对 2026-11-03 · www.anthropic.com - 33 / 机构研究报告目录 2026-06-11 / 正文 10-18First Steps Toward Automated AI Research
Recursive
选择结果出得快、好坏容易判断的任务，留下不同试验的记录，把有效尝试组合起来。 研究过程也检查结果是否稳定、有没有钻评分漏洞。结果为机构自报，官网日期冲突保留说明。
核对 2026-11-03 · recursive.com
需要时， 再查出处。
阅读范围
优先使用原报告、作者文章、官方节目介绍与可得文字稿。具体核对范围随条目标注；原文观点不等于我们独立复现的结果。
原文中的 Harness 可以理解为助手调用工具、记住进度的一套安排；Benchmark 是一组测试题；泛化是换没做过的题也能做好；Reward hacking 是钻评分漏洞，分数好看却没做好任务。
45 / 45 条来源
- 01 / 官方报告含 2026-09-18 更新When AI builds itself
Marina Favaro · Jack Clark / Anthropic Institute
从实验室内部观察AI怎样参与研发，区分做试验的速度与判断研究方向的能力。 先问做得快了多少，再问整项研究是否更好。
核对 2026-11-03 · www.anthropic.com - 02 / 工程博客2024-12-19Building effective agents
Anthropic Engineering
解释怎样把任务分成步骤，以及怎样让产出、检查和修改接起来。 步骤不是越多越好；只有确实改善结果，才值得增加。
核对 2026-11-03 · www.anthropic.com - 03 / 工程博客2025-11-26Effective harnesses for long-running agents
Anthropic Engineering
把长任务看成轮班：先准备好，再逐步做、逐步检查，并留下下一班能接手的记录。 看进度、检查清单和版本记录怎样一起工作。
核对 2026-11-03 · www.anthropic.com - 04 / 工程博客2026-03-24Harness design for long-running application development
Prithvi Rajasekaran / Anthropic Labs
把“设计好不好”拆成具体要求，分别产出和检查；模型变强后，再试着去掉多余步骤。 检查结果的一方也会出错；以前有用的步骤也要重新比较。
核对 2026-11-03 · www.anthropic.com - 05 / 视频播客2026-10-05Yuandong Tian on Recursive Self-Improvement
Yuandong Tian × Ravid Shwartz Ziv / The Information Bottleneck
本人讲述转向 RSI 的缘由，以及 Agent 的缺口和研究自动化的难点。全长 58:23。 先看 30:36、39:37 和 47:29 对应章节；效率倍数是个人自述。
核对 2026-11-03 · www.the-information-bottleneck.com - 06 / 研究者主页2026-11-03 核对Yuandong Tian 个人主页
Yuandong Tian
核对研究背景、论文与原始演讲。曾任 Meta FAIR Research Scientist Director，现为 Recursive 联合创始人。 从长期的决策、规划与优化研究，理解他为何关注自动研究。
核对 2026-11-03 · www.yuandong-tian.com - 07 / 个人博客动态目录Yuandong Tian 的研究与随笔
Yuandong Tian
个人研究文章与反思的原始入口。 按具体文章辨认日期与观点，不把个人预测当作实验结论。
核对 2026-11-03 · blog.yuandong-tian.com - 08 / 个人技术博客2026-07-04Harness Engineering for Self-Improvement
Lilian Weng
把工具、记忆、任务信息和检查办法放在一起，整理怎样改善助手的做事方式。 先理解各部分怎么配合，再追到具体研究。
核对 2026-11-03 · lilianweng.github.io - 09 / 作者博客2025-05-30The Darwin Gödel Machine
Jenny Zhang et al. / Sakana AI & UBC
编码 Agent 修改自身代码，并保留多种候选继续探索。Jeff Clune 参与该研究。 候选档案能为后续搜索保留不同的起点。
核对 2026-11-03 · sakana.ai - 10 / 论文2025-05-29 首投 / 2026-03-12 v3Darwin Gödel Machine: Open-Ended Evolution of Self-Improving Agents
Jenny Zhang · Shengran Hu · Cong Lu · Robert Lange · Jeff Clune
DGM怎样修改自己的代码、怎样与其他办法比较，以及编程测试结果。 一种任务做得更好，不代表所有任务都能一直进步。
核对 2026-11-03 · arxiv.org - 11 / 官方博客2025-05-14AlphaEvolve
Google DeepMind
模型提出程序，自动评估筛选，再继续演化。覆盖算法发现与计算组件优化。 可验证的反馈让循环更容易成立。
核对 2026-11-03 · deepmind.google - 12 / 预印本2026-09-22Recursive self-improvement of AI research agents
Dhruv Srikanth et al. / Weco
AIDE² 让一套流程改进做研究的助手，报告八天内留下七次有效改动，并拿新任务测试。 第3.6节还检查了新版是否更会继续改进自己，目前证据仍不够。
核对 2026-11-03 · arxiv.org - 13 / 作者博客2026-07-14AIDE²: First Evidence of Recursive Self-Improvement
Weco
双层研究循环的直观介绍。 博客与后续技术报告有部分数字变化，引用时保持版本一致。
核对 2026-11-03 · www.weco.ai - 14 / 研究框架2026-07-104 Levels of Recursive Self-Improvement
Weco Team
用四级区分谁在动手、结果是否更好、是否更会改进，以及进步能否持续加速。 这是作者团队提出的一种分法，不是所有研究共同采用的标准。
核对 2026-11-03 · www.weco.ai - 15 / 作者博客2026-10-14Does Recursive Self-Improvement Make AI Agents Forget?
Ye Yu · Haohan Wang / UIUC DREAM Lab
新任务提高时，旧能力可能退步，连只修改外部记忆的系统也会遇到。 每一次更新，都要带着旧任务一起复测。
核对 2026-11-03 · dream.ischool.illinois.edu - 16 / 预印本2026-05-10Do Self-Evolving Agents Forget?
Ye Yu et al.
比较改变流程、技能、模型和记忆后，原来的能力还能保留多少。 别只测新本事，也检查原来会做的任务。
核对 2026-11-03 · arxiv.org - 17 / 预印本2026-10-24RSI Arena
Yue Huang et al.
让AI根据人的喜好继续调整，报告发现：人更喜欢，测试题成绩却可能没有同步提高。 更讨人喜欢、分数更高与行为更可靠，需要分别验证。
核对 2026-11-03 · arxiv.org - 18 / 预印本2026-10-28Masked Erosion
Hau-Sing So et al.
在控制条件的试验中，撤掉部分检查措施后，最终测试可能暂时看不出问题。 只看最后过了多少题，可能漏掉保护措施已经变弱。
核对 2026-11-03 · arxiv.org - 19 / 预印本2026-10-29 / 10-30 v2MoLRSI
Yikun Zhang et al.
把以前任务的经验留下来，用来调整寻找分子的步骤，并报告具体试验。 这类分子试验的进展不能直接当作治病效果。
核对 2026-11-03 · arxiv.org - 20 / 预印本2026-10-29Try Before You Evolve / RecRSI
Xu Huang et al.
先用短训练试验评估候选，再决定哪种改动值得完整重训。 反馈是否既便宜又与最终目标一致？
核对 2026-11-03 · arxiv.org - 21 / 预印本2026-10-28A-RSI: Adaptive Task Refresh
Yu Liu et al.
原有练习不再提供足够信息时，换一批任务；新任务答案是否可靠，还要另查。 什么时候换题，和新题答案对不对，是两个问题。
核对 2026-11-03 · arxiv.org - 22 / 机构研发报告正文 2026-10-18 / 列表 10-21Introducing Flint
Recursive
团队介绍自动研究系统怎样参与数据处理、模型训练与运行。 这是机构报告的系统结果，别与个人使用感受混为一谈。
核对 2026-11-03 · recursive.com - 23 / 官方报告2026-09-06Research acceleration: The view inside OpenAI
OpenAI
观察内部研发中的AI使用；研究重点、结果判断和关键决定仍有人参与。 研究变快，与AI独立做出下一代AI，需要不同证据。
核对 2026-11-03 · openai.com - 24 / 预印本2026-07-06MetaSkill-Evolve
Zefeng Wang et al.
一边改任务技能，一边改产生技能的办法，让两种尝试互相配合。 基础模型不换，也可以研究工具和流程怎样改进。
核对 2026-11-03 · arxiv.org - 25 / 综述预印本2026-07-08 / 09-06 v2From Bounded Self-Refinement to Autonomous Research Loops
Mingguang Chen et al.
按改了什么、结果怎样进入下一轮来整理研究，特别关注谁来检查结果。 先说清楚各自指哪一种改进，再比较进展。
核对 2026-11-03 · arxiv.org - 26 / 综述预印本2026-09-10 / 09-22 v3The Last AI Built by Humans
Yi Duan et al.
整理AI自主做事、积累经验、适应环境，以及改进自己做法的研究路线。 标题表达研究愿景，不是已经出现“最后一个人造AI”。
核对 2026-11-03 · arxiv.org - 27 / 开源实践README 标注 2026-03karpathy/autoresearch
Andrej Karpathy
小规模真实训练循环，按固定五分钟预算比较改动。默认研究指令由人维护。 自动实验跑起来以后，仍需追问谁在改进实验方法。
核对 2026-11-03 · github.com - 28 / 中文圆桌实录2026-10-17 讨论 / 10-30 实录RSI 专题实录
青稞 AMA 第四期
多位研究者现场讨论定义、技术路线与评测。 可以先看中文，再带着分歧读英文原文。
核对 2026-11-03 · qingkeai.online - 29 / 视频与逐字稿2026-09-17Noam Brown — Agent swarms, alignment, & RSI
Noam Brown × Dwarkesh Patel
讨论研究自动化、多 Agent 与如何判断系统行为。 官方 22:02–40:22 章节最贴近本场；已核对文字与章节。
核对 2026-11-03 · www.dwarkesh.com - 30 / 播客与官方逐字稿2026-09-11AI researchers debate how close we are to RSI
Dwarkesh · Beren Millidge · John Schulman · Charlie O’Neill
John Schulman、Beren Millidge、Charlie O’Neill 与 Dwarkesh 讨论 RSI 的技术条件与可能的瓶颈。 先看 00:00–18:39 的反方论证，或 28:06–33:51 自动化研究者训练。已找到并核对官方逐字稿，不再仅依赖视频索引。
核对 2026-11-03 · www.dwarkesh.com - 31 / 研讨会2026-04-26ICLR 2026 RSI Workshop
RSI Workshop organizers
报告人、研究主题与接收论文入口。 日程不等于录像档案。
核对 2026-11-03 · recursive-workshop.github.io - 32 / 本人研究随笔2026-01-02Year-End Summary 2025 Part I
Yuandong Tian
田渊栋本人记录与GPT-5合作做理论研究的经历，并讨论怎样从看到现象进一步找到原因。 亲手协作之后，继续追问为什么有效。方法判断与理论结果需分别理解。
核对 2026-11-03 · blog.yuandong-tian.com - 33 / 机构研究报告目录 2026-06-11 / 正文 10-18First Steps Toward Automated AI Research
Recursive
选择结果出得快、好坏容易判断的任务，留下不同试验的记录，把有效尝试组合起来。 研究过程也检查结果是否稳定、有没有钻评分漏洞。结果为机构自报，官网日期冲突保留说明。
核对 2026-11-03 · recursive.com - 34 / 研究者观点2026-03-22Lossy self-improvement / 有损自我改进
Nathan Lambert / Interconnects
承认AI正在帮助研发，同时追问：局部的进步，经过整套工作之后还能留下多少？ 作者讨论研究范围、多个助手的协作、资源和组织限制。这是分析与预测，不是证明RSI不可能的试验。
核对 2026-11-03 · www.interconnects.ai - 35 / 研究者观点2026-09-19Why I still haven’t bought into true RSI
Nathan Lambert / Interconnects
区分增加计算投入、把已有工作做快，以及真正提高做研究的能力。 作者保留不确定性，继续追问什么条件下进步才会加速。
核对 2026-11-03 · www.interconnects.ai - 36 / 研究者观点2026-10-09I expect rapid progress but not towards general superintelligence
Nathan Lambert / Interconnects
继续讨论工程自动化与研发瓶颈的转移。 本次只使用可公开阅读的开头；其余内容需订阅，不作全文已读处理。
核对 2026-11-03 · www.interconnects.ai - 37 / 作者主页2026-11-03 核对Nathan Lambert 个人主页
Nathan Lambert
当前身份为 Trillium Labs 联合创始人兼执行董事，长期研究开放模型与后训练，并撰写 Interconnects。 按当前本人主页署名；文章中的个人观点不等同机构官方结论。
核对 2026-11-03 · natolambert.com - 38 / 中文播客2026-08-07 / 6月底录制与田渊栋聊 RSI：模型自进化如何到来？ / 晚点聊 178
曼祺 × 田渊栋
89分02秒。直接讨论提效与递归的差别、研究自动化与增长曲线；本场首选中文入门。 先听19:48–27:14；再选45:51初步实验章节。日期、时长与章节来自官方单集页；嘉宾判断与机构实验分别理解。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 39 / 中文播客2026-07-31（北京时间）AI for AI、机制可解释性和Max Tegmark / 张小珺149
张小珺 × 刘子鸣
100分35秒。讨论怎样用AI研究和设计AI，以及理解模型原理为何有用。 46:51–54:53比较路线；1:09:09起讨论理解AI原理。日期按官方RSS换算为北京时间，章节来自官方介绍。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 40 / 中文视频播客2026-06-05再访田渊栋：46.5亿美金估值的RSI，与AI自进化
硅谷101 · 陈茜 × 田渊栋
92分26秒。从加入Recursive的选择谈到研究自动化、技术路线与组织效率。 官方B站元数据核对日期与时长；可搭配6月8日授权文字稿。未核实章节时间码；标题中的融资估值不作技术证据。
核对 2026-11-03 · www.bilibili.com - 41 / 授权访谈改写稿2026-06-08“没水了，鱼需要进化”：再访田渊栋
硅谷101 / 陈茜，创业邦经授权转载
硅谷101视频访谈的授权文字改写，便于快速浏览研究方向与组织经验。 这是改写稿而非逐字转录；只据嘉宾段落概括观点，不将编辑导语中的行业判断当作实验事实。
核对 2026-11-03 · www.cyzone.cn - 42 / 中文播客2026-07-02 / 06-27录制AI季报26Q2：从coding到RSI，强者愈强的未来？ / 晚点聊171
Henry Yin × 曼祺
99分42秒。产业观察入口，连接Coding能力、RSI框架与新团队。 优先28:04–43:14；只作趋势背景，勿将商业推演与融资热度作为闭环已成立的证明。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 43 / 中文播客 / 相关延伸2026-04-24对罗福莉3.5小时访谈：AI范式已然巨变！ / 张小珺138
张小珺 × 罗福莉
216分36秒。谈能调用工具做事的AI、后续训练，以及团队做研究的方式。 选1:01:45–1:19:39即可。研究者的体验和预测，不能直接当作已经实现完整RSI的证据。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 44 / 英文播客2026-09-26When AI Research Starts Moving Faster Than Human Research — Zhengyao Jiang
Machine Learning Street Talk / Tim Scarfe × Zhengyao Jiang
43分42秒。AIDE作者解释：没有换基础模型，怎样靠改代码、指令和工具改善助手，再用新题测试。 官方RSS核对时长与章节：08:38–20:04解释分层与验证。节目说明明确指出实验尚未证明系统变得更会改进自己。
核对 2026-11-03 · podcasters.spotify.com - 45 / 英文播客2026-06-26Really Big Test-Time Compute in AI Changes Benchmarks, Safety and Research — Noam Brown
No Priors / Sarah Guo × Noam Brown
约36分钟。讨论推理计算预算、评测方式与递归自我改进瓶颈。旧索引标题为Why Traditional Benchmarks Fail Modern AI Models。 发布方Apple节目页章节：20:59–27:09 RSI瓶颈；33:29成本评测。仅核对官方说明与章节，未作完整收听。
核对 2026-11-03 · podcasts.apple.com
- 01 / 官方报告含 2026-09-18 更新When AI builds itself
Marina Favaro · Jack Clark / Anthropic Institute
从实验室内部观察AI怎样参与研发，区分做试验的速度与判断研究方向的能力。 先问做得快了多少，再问整项研究是否更好。
核对 2026-11-03 · www.anthropic.com - 02 / 工程博客2024-12-19Building effective agents
Anthropic Engineering
解释怎样把任务分成步骤，以及怎样让产出、检查和修改接起来。 步骤不是越多越好；只有确实改善结果，才值得增加。
核对 2026-11-03 · www.anthropic.com - 03 / 工程博客2025-11-26Effective harnesses for long-running agents
Anthropic Engineering
把长任务看成轮班：先准备好，再逐步做、逐步检查，并留下下一班能接手的记录。 看进度、检查清单和版本记录怎样一起工作。
核对 2026-11-03 · www.anthropic.com - 04 / 工程博客2026-03-24Harness design for long-running application development
Prithvi Rajasekaran / Anthropic Labs
把“设计好不好”拆成具体要求，分别产出和检查；模型变强后，再试着去掉多余步骤。 检查结果的一方也会出错；以前有用的步骤也要重新比较。
核对 2026-11-03 · www.anthropic.com - 05 / 视频播客2026-10-05Yuandong Tian on Recursive Self-Improvement
Yuandong Tian × Ravid Shwartz Ziv / The Information Bottleneck
本人讲述转向 RSI 的缘由，以及 Agent 的缺口和研究自动化的难点。全长 58:23。 先看 30:36、39:37 和 47:29 对应章节；效率倍数是个人自述。
核对 2026-11-03 · www.the-information-bottleneck.com - 06 / 研究者主页2026-11-03 核对Yuandong Tian 个人主页
Yuandong Tian
核对研究背景、论文与原始演讲。曾任 Meta FAIR Research Scientist Director，现为 Recursive 联合创始人。 从长期的决策、规划与优化研究，理解他为何关注自动研究。
核对 2026-11-03 · www.yuandong-tian.com - 07 / 个人博客动态目录Yuandong Tian 的研究与随笔
Yuandong Tian
个人研究文章与反思的原始入口。 按具体文章辨认日期与观点，不把个人预测当作实验结论。
核对 2026-11-03 · blog.yuandong-tian.com - 08 / 个人技术博客2026-07-04Harness Engineering for Self-Improvement
Lilian Weng
把工具、记忆、任务信息和检查办法放在一起，整理怎样改善助手的做事方式。 先理解各部分怎么配合，再追到具体研究。
核对 2026-11-03 · lilianweng.github.io - 09 / 作者博客2025-05-30The Darwin Gödel Machine
Jenny Zhang et al. / Sakana AI & UBC
编码 Agent 修改自身代码，并保留多种候选继续探索。Jeff Clune 参与该研究。 候选档案能为后续搜索保留不同的起点。
核对 2026-11-03 · sakana.ai - 10 / 论文2025-05-29 首投 / 2026-03-12 v3Darwin Gödel Machine: Open-Ended Evolution of Self-Improving Agents
Jenny Zhang · Shengran Hu · Cong Lu · Robert Lange · Jeff Clune
DGM怎样修改自己的代码、怎样与其他办法比较，以及编程测试结果。 一种任务做得更好，不代表所有任务都能一直进步。
核对 2026-11-03 · arxiv.org - 11 / 官方博客2025-05-14AlphaEvolve
Google DeepMind
模型提出程序，自动评估筛选，再继续演化。覆盖算法发现与计算组件优化。 可验证的反馈让循环更容易成立。
核对 2026-11-03 · deepmind.google - 12 / 预印本2026-09-22Recursive self-improvement of AI research agents
Dhruv Srikanth et al. / Weco
AIDE² 让一套流程改进做研究的助手，报告八天内留下七次有效改动，并拿新任务测试。 第3.6节还检查了新版是否更会继续改进自己，目前证据仍不够。
核对 2026-11-03 · arxiv.org - 13 / 作者博客2026-07-14AIDE²: First Evidence of Recursive Self-Improvement
Weco
双层研究循环的直观介绍。 博客与后续技术报告有部分数字变化，引用时保持版本一致。
核对 2026-11-03 · www.weco.ai - 14 / 研究框架2026-07-104 Levels of Recursive Self-Improvement
Weco Team
用四级区分谁在动手、结果是否更好、是否更会改进，以及进步能否持续加速。 这是作者团队提出的一种分法，不是所有研究共同采用的标准。
核对 2026-11-03 · www.weco.ai - 15 / 作者博客2026-10-14Does Recursive Self-Improvement Make AI Agents Forget?
Ye Yu · Haohan Wang / UIUC DREAM Lab
新任务提高时，旧能力可能退步，连只修改外部记忆的系统也会遇到。 每一次更新，都要带着旧任务一起复测。
核对 2026-11-03 · dream.ischool.illinois.edu - 16 / 预印本2026-05-10Do Self-Evolving Agents Forget?
Ye Yu et al.
比较改变流程、技能、模型和记忆后，原来的能力还能保留多少。 别只测新本事，也检查原来会做的任务。
核对 2026-11-03 · arxiv.org - 17 / 预印本2026-10-24RSI Arena
Yue Huang et al.
让AI根据人的喜好继续调整，报告发现：人更喜欢，测试题成绩却可能没有同步提高。 更讨人喜欢、分数更高与行为更可靠，需要分别验证。
核对 2026-11-03 · arxiv.org - 18 / 预印本2026-10-28Masked Erosion
Hau-Sing So et al.
在控制条件的试验中，撤掉部分检查措施后，最终测试可能暂时看不出问题。 只看最后过了多少题，可能漏掉保护措施已经变弱。
核对 2026-11-03 · arxiv.org - 19 / 预印本2026-10-29 / 10-30 v2MoLRSI
Yikun Zhang et al.
把以前任务的经验留下来，用来调整寻找分子的步骤，并报告具体试验。 这类分子试验的进展不能直接当作治病效果。
核对 2026-11-03 · arxiv.org - 20 / 预印本2026-10-29Try Before You Evolve / RecRSI
Xu Huang et al.
先用短训练试验评估候选，再决定哪种改动值得完整重训。 反馈是否既便宜又与最终目标一致？
核对 2026-11-03 · arxiv.org - 21 / 预印本2026-10-28A-RSI: Adaptive Task Refresh
Yu Liu et al.
原有练习不再提供足够信息时，换一批任务；新任务答案是否可靠，还要另查。 什么时候换题，和新题答案对不对，是两个问题。
核对 2026-11-03 · arxiv.org - 22 / 机构研发报告正文 2026-10-18 / 列表 10-21Introducing Flint
Recursive
团队介绍自动研究系统怎样参与数据处理、模型训练与运行。 这是机构报告的系统结果，别与个人使用感受混为一谈。
核对 2026-11-03 · recursive.com - 23 / 官方报告2026-09-06Research acceleration: The view inside OpenAI
OpenAI
观察内部研发中的AI使用；研究重点、结果判断和关键决定仍有人参与。 研究变快，与AI独立做出下一代AI，需要不同证据。
核对 2026-11-03 · openai.com - 24 / 预印本2026-07-06MetaSkill-Evolve
Zefeng Wang et al.
一边改任务技能，一边改产生技能的办法，让两种尝试互相配合。 基础模型不换，也可以研究工具和流程怎样改进。
核对 2026-11-03 · arxiv.org - 25 / 综述预印本2026-07-08 / 09-06 v2From Bounded Self-Refinement to Autonomous Research Loops
Mingguang Chen et al.
按改了什么、结果怎样进入下一轮来整理研究，特别关注谁来检查结果。 先说清楚各自指哪一种改进，再比较进展。
核对 2026-11-03 · arxiv.org - 26 / 综述预印本2026-09-10 / 09-22 v3The Last AI Built by Humans
Yi Duan et al.
整理AI自主做事、积累经验、适应环境，以及改进自己做法的研究路线。 标题表达研究愿景，不是已经出现“最后一个人造AI”。
核对 2026-11-03 · arxiv.org - 27 / 开源实践README 标注 2026-03karpathy/autoresearch
Andrej Karpathy
小规模真实训练循环，按固定五分钟预算比较改动。默认研究指令由人维护。 自动实验跑起来以后，仍需追问谁在改进实验方法。
核对 2026-11-03 · github.com - 28 / 中文圆桌实录2026-10-17 讨论 / 10-30 实录RSI 专题实录
青稞 AMA 第四期
多位研究者现场讨论定义、技术路线与评测。 可以先看中文，再带着分歧读英文原文。
核对 2026-11-03 · qingkeai.online - 29 / 视频与逐字稿2026-09-17Noam Brown — Agent swarms, alignment, & RSI
Noam Brown × Dwarkesh Patel
讨论研究自动化、多 Agent 与如何判断系统行为。 官方 22:02–40:22 章节最贴近本场；已核对文字与章节。
核对 2026-11-03 · www.dwarkesh.com - 30 / 播客与官方逐字稿2026-09-11AI researchers debate how close we are to RSI
Dwarkesh · Beren Millidge · John Schulman · Charlie O’Neill
John Schulman、Beren Millidge、Charlie O’Neill 与 Dwarkesh 讨论 RSI 的技术条件与可能的瓶颈。 先看 00:00–18:39 的反方论证，或 28:06–33:51 自动化研究者训练。已找到并核对官方逐字稿，不再仅依赖视频索引。
核对 2026-11-03 · www.dwarkesh.com - 31 / 研讨会2026-04-26ICLR 2026 RSI Workshop
RSI Workshop organizers
报告人、研究主题与接收论文入口。 日程不等于录像档案。
核对 2026-11-03 · recursive-workshop.github.io - 32 / 本人研究随笔2026-01-02Year-End Summary 2025 Part I
Yuandong Tian
田渊栋本人记录与GPT-5合作做理论研究的经历，并讨论怎样从看到现象进一步找到原因。 亲手协作之后，继续追问为什么有效。方法判断与理论结果需分别理解。
核对 2026-11-03 · blog.yuandong-tian.com - 33 / 机构研究报告目录 2026-06-11 / 正文 10-18First Steps Toward Automated AI Research
Recursive
选择结果出得快、好坏容易判断的任务，留下不同试验的记录，把有效尝试组合起来。 研究过程也检查结果是否稳定、有没有钻评分漏洞。结果为机构自报，官网日期冲突保留说明。
核对 2026-11-03 · recursive.com - 34 / 研究者观点2026-03-22Lossy self-improvement / 有损自我改进
Nathan Lambert / Interconnects
承认AI正在帮助研发，同时追问：局部的进步，经过整套工作之后还能留下多少？ 作者讨论研究范围、多个助手的协作、资源和组织限制。这是分析与预测，不是证明RSI不可能的试验。
核对 2026-11-03 · www.interconnects.ai - 35 / 研究者观点2026-09-19Why I still haven’t bought into true RSI
Nathan Lambert / Interconnects
区分增加计算投入、把已有工作做快，以及真正提高做研究的能力。 作者保留不确定性，继续追问什么条件下进步才会加速。
核对 2026-11-03 · www.interconnects.ai - 36 / 研究者观点2026-10-09I expect rapid progress but not towards general superintelligence
Nathan Lambert / Interconnects
继续讨论工程自动化与研发瓶颈的转移。 本次只使用可公开阅读的开头；其余内容需订阅，不作全文已读处理。
核对 2026-11-03 · www.interconnects.ai - 37 / 作者主页2026-11-03 核对Nathan Lambert 个人主页
Nathan Lambert
当前身份为 Trillium Labs 联合创始人兼执行董事，长期研究开放模型与后训练，并撰写 Interconnects。 按当前本人主页署名；文章中的个人观点不等同机构官方结论。
核对 2026-11-03 · natolambert.com - 38 / 中文播客2026-08-07 / 6月底录制与田渊栋聊 RSI：模型自进化如何到来？ / 晚点聊 178
曼祺 × 田渊栋
89分02秒。直接讨论提效与递归的差别、研究自动化与增长曲线；本场首选中文入门。 先听19:48–27:14；再选45:51初步实验章节。日期、时长与章节来自官方单集页；嘉宾判断与机构实验分别理解。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 39 / 中文播客2026-07-31（北京时间）AI for AI、机制可解释性和Max Tegmark / 张小珺149
张小珺 × 刘子鸣
100分35秒。讨论怎样用AI研究和设计AI，以及理解模型原理为何有用。 46:51–54:53比较路线；1:09:09起讨论理解AI原理。日期按官方RSS换算为北京时间，章节来自官方介绍。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 40 / 中文视频播客2026-06-05再访田渊栋：46.5亿美金估值的RSI，与AI自进化
硅谷101 · 陈茜 × 田渊栋
92分26秒。从加入Recursive的选择谈到研究自动化、技术路线与组织效率。 官方B站元数据核对日期与时长；可搭配6月8日授权文字稿。未核实章节时间码；标题中的融资估值不作技术证据。
核对 2026-11-03 · www.bilibili.com - 41 / 授权访谈改写稿2026-06-08“没水了，鱼需要进化”：再访田渊栋
硅谷101 / 陈茜，创业邦经授权转载
硅谷101视频访谈的授权文字改写，便于快速浏览研究方向与组织经验。 这是改写稿而非逐字转录；只据嘉宾段落概括观点，不将编辑导语中的行业判断当作实验事实。
核对 2026-11-03 · www.cyzone.cn - 42 / 中文播客2026-07-02 / 06-27录制AI季报26Q2：从coding到RSI，强者愈强的未来？ / 晚点聊171
Henry Yin × 曼祺
99分42秒。产业观察入口，连接Coding能力、RSI框架与新团队。 优先28:04–43:14；只作趋势背景，勿将商业推演与融资热度作为闭环已成立的证明。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 43 / 中文播客 / 相关延伸2026-04-24对罗福莉3.5小时访谈：AI范式已然巨变！ / 张小珺138
张小珺 × 罗福莉
216分36秒。谈能调用工具做事的AI、后续训练，以及团队做研究的方式。 选1:01:45–1:19:39即可。研究者的体验和预测，不能直接当作已经实现完整RSI的证据。
核对 2026-11-03 · www.xiaoyuzhoufm.com - 44 / 英文播客2026-09-26When AI Research Starts Moving Faster Than Human Research — Zhengyao Jiang
Machine Learning Street Talk / Tim Scarfe × Zhengyao Jiang
43分42秒。AIDE作者解释：没有换基础模型，怎样靠改代码、指令和工具改善助手，再用新题测试。 官方RSS核对时长与章节：08:38–20:04解释分层与验证。节目说明明确指出实验尚未证明系统变得更会改进自己。
核对 2026-11-03 · podcasters.spotify.com - 45 / 英文播客2026-06-26Really Big Test-Time Compute in AI Changes Benchmarks, Safety and Research — Noam Brown
No Priors / Sarah Guo × Noam Brown
约36分钟。讨论推理计算预算、评测方式与递归自我改进瓶颈。旧索引标题为Why Traditional Benchmarks Fail Modern AI Models。 发布方Apple节目页章节：20:59–27:09 RSI瓶颈；33:29成本评测。仅核对官方说明与章节，未作完整收听。
核对 2026-11-03 · podcasts.apple.com
公开资料研究；嘉宾判断、研究结果与教学例子分别注明。资料助手和数字算例为教学示意，不是实际运行结果。