已收录文章摘要，完整内容可前往原文阅读。
递归式自我改进（Recursive Self-Improvement, RSI）是大模型的终极目标之一，但它一直停留在愿景层面——因为模型想自我改进，就必须在复杂环境中持续探索并获得反馈，而这需要把强