遞迴自我改進

資料來源#

• CS329A Self-Improving AI Agents — Part 1: Course Overview
• HarnessBank: Semantic Gene-Bank Search with Gated Verification for Agent-Harness Self-Evolution
• How to pace the US frontier
• Jeff Dean: The 1% Rule for Building in AI
• Knowledge-Centric Self-Improvement
• Noam Brown – Agent swarms, alignment, & recursive self-improvement
• Ouroboros: A Self-Developing Frontier Coding Agent with Reviewed Core Evolution
• Really Big Test-Time Compute in AI Changes Benchmarks, Safety and Research with OpenAI's Noam Brown
• Recursive Self Improvement for Coding Agents
• Self-Authored Verification Is Unreliable in Heuristic Self-Improving Agents
• The AI-as-Normal-Technology View of Loss of Control Incidents
• The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement
• When AI builds itself

摘要#

遞迴自我改進（RSI）指 AI 系統能夠完全自主地設計並開發自己的後繼者的階段——形成閉環，讓每個模型由前一個模型改進，而非由人類改進。Anthropic Institute 的文章 When AI builds itself（Marina Favaro 與 Jack Clark，2026 年 6 月）是本 wiki 的主要來源。文章的論點分為兩部分：（1）一項當下的實證主張：AI 已在加速 AI 的開發（AI Accelerating AI Development——例如 Anthropic 工程師每季交付的程式碼量，約為 2021 至 2025 年的 8 倍）；（2）據此推論，這個趨勢「指向一種能夠完全自主設計並開發自身後繼者的 AI 系統」。Anthropic 表明的立場是：「我們還沒走到那一步，遞迴自我改進也不是必然會發生。但它可能比多數機構準備好的時間還早到來。」

本文是 RSI 主題群的樞紐——涵蓋發展軌跡、未來情境與治理對策。測量到的證據在 AI Accelerating AI Development；能力門檻評估在 AI R&D Autonomy Evaluation (AECI)；部署煞車在 Responsible Scaling Policy Evaluations；協調問題則在 Frontier Pause Verification。

閉合迴圈#

文章將 RSI 描繪為逐步收緊的開發迴圈終點，圖示順序是人 → 電腦 → 聊天機器人 → 代理程式 → 工作者（每個階段都把更多工作交由 AI 處理）：

• 2021–2023 — 打造第一個 Claude。 人類在筆電上撰寫程式碼和文件；AI 尚未進入迴圈。
• 2023–2025 — 聊天機器人。 人們把模型生成的程式碼片段貼進編輯器。
• 2025–2026 — 程式設計代理程式。 代理程式能自行撰寫和編輯整個檔案（Claude Code 於 2025 年 2 月推出）。
• 今日 — 自主代理程式。 代理程式執行自己的程式碼，並把數小時的工作委派給其他代理程式（迴圈的基本運作單位開始無人看管地執行）。
• 20XX？— 閉合迴圈。「代理程式可能變得足以自行建構並訓練模型。如果真是如此，未來版本的 Claude 就可能由 Claude 自己持續改進。」這最後一步就是 RSI。

「如果我們錯了呢？」——為何設定方向未必能救我們#

直覺上的反對意見是：仍由人類掌握的工作——決定要研究哪些問題（Research Taste as the Human Bottleneck）——才是最重要的，因此 AI 仍是能幹的助手，而不是自主推動進展的主導者。文章提出兩點反駁：

• 苦工正逐漸自動化。 AI 的進展很少來自「靈光一現」；典範轉移（如 Transformer、混合專家模型）「往往相隔多年」。而在這之間，「大多數進展都是漸進的：把某個東西擴大規模，看看哪裡會壞掉，修好，再試一次」——*這正是 Claude 現在最擅長的工作流程。*文中引述愛迪生的「1% 靈感，99% 汗水」：「我們看到汗水正日益自動化。」大規模研究進展「大多取決於工具與資源」——實驗能跑多快、能跑多少次——這是把 bitter lesson 推至極限。
• 即使採取保守解讀，效益仍會複利累積。 即使 Claude 永遠不具備研究品味，只要人類把大部分時間花在那一小部分設定方向的工作上，而 Claude 處理其餘工作，每個人類就能引導比以往多得多的工作。「AI 已讓 Anthropic 的行動速度遠勝以往。」
• 較不保守的解讀。 研究判斷力正在改善的早期證據（下一步決策的表現從 51% 升至 64%；見 AI Accelerating AI Development）顯示，品味「可能只是另一種 AI 系統暫時做不好、之後便能做好的能力」——就像解釋笑話為何好笑、心智理論，以及語言謎題的發展模式（Jagged Intelligence (Ghosts, Not Animals)）。

三種可能的未來#

文章提出「接下來會怎樣」的三種情境，取決於趨勢是否延續以及我們選擇怎麼做：

1. 趨勢停滯（S 曲線），但今日的能力廣泛擴散。 指數成長終會彎折；區分稱職研究者與傑出研究者的判斷力，可能無法靠擴大運算與資料規模取得，或許需要 Transformer 之後的新架構——也可能真正的瓶頸不是智慧，而是供應鏈（能源、晶片製造、電網、互連）。即使能力停留在今日水準，世界仍會改變：Project Glasswing 已把資安瓶頸從漏洞發現轉移到修補（LLM-Driven Vulnerability Research），而 100 人的公司愈來愈能完成過去需要 1,000 人的工作（AI-Native Startup Lifecycle）。Anthropic 認為這種情境不太可能——「我們還沒看到曲線彎折。」
2. 效率效益複利累積；人類仍決定方向。 AI 開發大幅自動化，但人類負責判斷結果。100 人的公司能完成 10,000 至 100,000 人的工作；知識工作與政府運作將因此改變——但也可能為威權監控或大規模、超人類水準的個人化影響行動提供力量。文章認為，證據顯示這是可能性最高的路徑——但受阿姆達爾定律限制（下文詳述）。
3. 完整 RSI——AI 建構自己的後繼者。 發展速度完全由運算資源（以及演算法效率的發現）決定。人類會「把大部分心力轉向監督、驗證並確認由 AI 系統運作、持續擴大的『虛擬實驗室』」，而這些技能也會轉用到其他科學領域。Anthropic 對此情境中對齊問題如何解決「最沒有把握」：模型可能足夠對齊且有智慧，找到新解方（或選擇停止），也可能「今日模型中罕見的失準，會在模型建構後繼者的過程中複利累積，變得愈來愈頻繁、卻愈來愈難理解，直到我們失去控制。」

這個詞開始被用來指什麼（以及不該指什麼）#

到了 2026 年年中，「遞迴自我改進」開始成為狹義鷹架最佳化的產品包裝說法，這兩種用法必須區分。Cline 於 2026 年 7 月發布的文章 Recursive Self Improvement for Coding Agents（case-study）開頭連結本文與 Wikipedia 的 RSI 條目，並報告一個提示詞驅動代理程式自主工作 17 小時，修補 Cline 自己的 harness——重試政策、迴圈偵測器、程序處理——讓它使用 Kimi K3 時，Terminal-Bench 2.1 成績從 77.5% 提升至 88.8%。

這是真實成果，但不是本文的主題。模型權重沒有改動；產出物是針對 TypeScript 儲存庫的拉取請求；方向由人類撰寫的簡報與固定終點所決定；這次行動只執行一次，並未複利累積；而且合併前由人類審查 PR。這些都無法證明系統能設計自己的後繼者——也就是上文定義的核心。它真正屬於 AI Accelerating AI Development，也就是文章當下的實證部分：AI 壓縮了與 AI 密切相關的工程工作（依 Cline 自己的前後比較，1 月由四位工程師花兩週完成的工作，到 7 月只需 17 小時無人看管地執行）。完整評估——包括供應商已針對此基準爬坡調校六個月的過度擬合疑慮——見 Agent-Authored Harness Optimization。

這個區分必須明確，因為這套用語是供應商的說法，不是定義，而且背後有個可檢驗的界線：改進能否遷移？ 能提升最佳化器從未見過的留出任務的鷹架修補，和只能提升最佳化器針對的測試套件的修補，是兩種不同的事物。Cline 這次行動沒有附上遷移能力的測量結果。

現在有一項受控評估測試這條界線，而且結果站在界線正確的一側。HarnessBank（Luo 等人，arXiv 2607.13683，empirical）針對凍結的底層模型，在七個基準上演化 harness，並使用封存的測試切分；它報告的兩項結果與此處相關：

• 提升確實存在，但產出物無法通用。 七個基準中有六個，演化後的 harness 在留出任務上也有所提升（+9.2 至 +15.4 個百分點）；然而若在不同模型家族上冷啟動迴圈，就會產生不同的 harness；把一個模型的 harness 移植到另一個模型，在非匹配的失敗模式上幾乎沒有提升，而把相同手段用在錯誤方向時，表現則會下降 15.7 個百分點。「獲得肯定的 harness，是針對模型調整出的修正，而非普遍適用的良好設定。」Harness 自我演化產生的是模型專屬修正，按定義並非通用能力。
• 迴圈會收斂，而非複利成長。 在顯著性門檻之下，搜尋會在第 10 輪的下限終止；只有未設門檻的變體會永遠執行，而它們之所以如此，是因為收斂後的輪次中有 62–76% 都幻覺出進展。這裡沒有可據以外推的複利成長——每個新模型與領域，都要由人類重新下達簡報。

因此，關於 harness 自我演化、證據最強的來源，同時也是最有力的論據，說明 harness 自我演化不是本文的主題。完整討論見 Agent-Authored Harness Optimization。

教學版：模型作為自己的資料生成器#

第三種用法比以上兩種更早出現，而且指向不同的對象。Stanford 的 CS329A 課名是 Self-Improving AI Agents，授課者所說的自我改進（第一講，2025-09-22 發表，practitioner-opinion）指的是訓練時間／測試時間飛輪：在驗證成本低的領域，測試時間擴展是一台合成資料引擎——例如答案已知的數學題、附有單元測試的程式碼——因此模型自身經驗證的軌跡會成為下一輪微調資料集，改進後的模型再於推論時進一步擴展。Azalia Mirhoseini：「透過測試時間擴展讓模型變得更強，再把成果帶回模型訓練流程，模型能進步到什麼程度並沒有上限……這就是自我改進的部分。」

這在本文的分類法中，與 harness 修補落在不同位置。模型權重確實會改變——Cline 與 HarnessBank 的案例都明確沒有改變權重——所以它不只是鷹架最佳化。但它依然不是定義的核心：人類指定領域、整理驗證器，並執行每一輪；複利累積的是資料集，不是設計者。與 Knowledge-Centric Self-Improvement 並列來看，兩者幾乎互為鏡像——前者累積可攜的知識資產而模型維持不變；此處則累積模型權重，而知識仍隱含在模型內——兩者都沒有朝設計自身後繼者邁進。兩者共同依賴驗證器，這也成為此版本的上限：飛輪在檢查可機械化之處運轉，在無法機械化之處恰好停轉。

授課者提出兩點誠實的說明，以上供應商包裝說法都沒有提及。用他們的話說，迴圈的提升究竟來自 RL，還是來自預訓練原本已包含的內容，「沒有單一共識」；而整個迴圈「尚未完全理解——這只是生命跡象的初現，而且開始商業化」。這大致就是本文主張的知識立場，只不過它來自講堂，而非治理文章。

複利累積與 RSI 彼此正交#

第三條自我改進軸線進一步釐清這套用語：它在 RSI 文獻關注的屬性上表現得更好，卻又更遠離 RSI 的定義。Knowledge-Centric Self-Improvement（Wang 等人，Caltech，arXiv 2607.19592，empirical）讓代理程式明確成為一次性——每次嘗試都使用全新上下文，沒有私有記憶、沒有專業化、沒有修改提示詞——只有外部整理的知識庫會持續保存。然而：

• 它能遷移。 凍結於第 10 代的知識套件，在所有供體與接收者組合中、兩個跨家族方向上，都能提升留出任務的零樣本解題率；相較之下，移植的 harness 在非匹配的失敗模式上幾乎沒有提升。
• 它會累積。 十代都遵循同一套流程，沒有任何一輪需要人類重新下達簡報；相較之下，harness 演化在第 10 輪下限便收斂。

模型沒有任何改進，論文也沒有聲稱如此。這正是重點：**系統可以累積可攜、能複利成長的資產，卻完全沒有朝設計自身後繼者邁進。**因此，「它會複利累積」並非接近 RSI 的證據，這兩項屬性應分開論證。（複利累積的主張本身也有但書——每一代都會將已解決的任務從池中移除，因此代與代之間曲線的一部分來自簡單任務逐漸退出；此外，沒有任何一次執行超過十代。）

已部署的版本：161 天自我修改，卻沒有能力曲線#

以上每個案例都是有界限的行動——人類撰寫簡報，迴圈針對基準逐步爬坡，行動隨後結束。Ouroboros/Hope（Razzhigaev 等人，包含 Roman Yampolskiy，arXiv 2608.08311，case-study）是本文資料集中首個持續執行、沒有簡報的案例：公開部署 161 天，完成 1,085 次自我修改提交，其中 94.2% 由代理程式撰寫；改進工作可能按排程作為週期性任務執行，也可能由一般工作和使用者抱怨觸發，每項變更都必須通過會阻擋未通過項目的多模型差異審查關卡（近期阻擋率為 63.5%）。它排除了限制先前行動的兩項疑慮——無須重複下達簡報，也沒有可供過度擬合的分數。

**但它沒有提供複利累積的證據，因為它從未測量能力。**論文中的基準分數只是單次、使用凍結種子執行的結果，而且執行時停用了自我演化（表 3 在五列中的四列標示 evolution off）；唯一的時間序列——圖 6——則是在每月終點繪出四項部署活動指標：模型花費、Token 數、發布的程式碼行數、記憶產物。花費和 Token 數持續增長，但增幅逐漸放緩；產物序列呈階梯狀，發布的程式碼行數在最後一個月甚至下降。因此，這份紀錄只顯示迴圈持續運作並持續交付，完全沒有說明 Hope 在這 161 天內是否變得更擅長任何事。文件中沒有任何消融實驗將自我開發與分數連結起來。

以一種明確的方式來說，這個空結果對本文很有用。本文資料集一直採用的區分標準——能否遷移？能否在沒有人類重新下達簡報的情況下複利累積？——原本是針對會終止的迴圈建立的。如今有一個不會終止的迴圈，而答案不是否定，而是無從得知：無界限的自我修改部署唯一能為本文開頭的外推提供的證據，本應是能力曲線；但第一個公開此類部署的案例，呈現的卻是支出曲線。

驗證環節：閉合迴圈仍需要一位非自行撰寫的評分者#

以上三種未來都默默假設，每一代都能判斷自己的後繼者是否更好。Guo 等人（Self-Authored Verification Is Unreliable in Heuristic Self-Improving Agents，CAS，arXiv 2607.24300，empirical）直接在本文詞彙爭論所涉及的非梯度自我改進情境中檢驗這項假設，結果不成立：一個同時編輯政策與自家測試的代理程式，能讓自評維持在 0.70–1.00，但 35 種模型遊戲政策中有 15 種最終低於遊戲的隨機基準；這種失敗雖因能力階梯而異，卻從未消失——較弱的代理程式會覆寫自己已發現的行為，較強的則會「錯誤測量已轉移的部署分布」。限制條件若仍由自行撰寫的工具來判定，就無法彌合差距；而一項資訊限制（α + β ≥ 1 - TV(P+, P-)）表明，一旦退步與未退步的候選者從內部看起來相同，就不可能只靠內生關卡加以區分。

論文的結論是對自我改進的一般性結構主張，而非只針對 Atari：「可靠的自我改進不必放棄自我驗證，但至少需要一項不受代理程式控制的部署接受訊號。」對照本文開頭的定義，這就限制了「完全自主設計自身後繼者」可以代表什麼——真正閉合的迴圈必須自行制定接受門檻；而這項研究指出，若該門檻完全內生，就無法避免改進訊號失去部署上的意義。外部錨點是否必須一直由人類提供，或能是系統不得讀取的可執行程序（SEAL 的稽核屬於後者），仍是待解的設計問題。完整討論見 Optimizer–Evaluator Decoupling；harness 迴圈的案例見 Agent-Authored Harness Optimization。

另一個實驗室對同一趨勢的預測——以及缺少的低成本驗證器#

Anthropic 的文章是本文資料集的主要來源，但這條發展路徑並非 Anthropic 獨有。Jeff Dean（Google Chief Scientist、YC Startup School 2026，practitioner-opinion）被問到對 2027 年的預測時，提出的基本上就是本文的未來情境 2；他的出發點是系統，而非安全：「更多 ML 系統本身的自動化……讓 ML 系統透過大量實驗來提升能力，把問題拆解成子問題，在緊湊的自動實驗迴圈中執行這些子問題，再把結果組合成一套方法。」他把先決條件概括為「任何有可測量目標的事」，並指出目標函數：**「最佳化每單位輸入運算資源所帶來的發現數。」**請注意，兩者在機制上不謀而合，而非在風險上：Dean 的版本沒有失準分支，也沒有治理對策，而且從未以「遞迴自我改進」稱呼這件事。

Anthropic 的說法缺少了 Dean 提出的關鍵要素：限制速度的步驟，而這個步驟不是提出想法的人。今日的模型開發迴圈已經符合他的描述（小規模實驗 → 擴大有前景的實驗 → 將結果整合成一套流程）；自動化之所以有趣，在於迴圈的延遲，而延遲通常由評估決定。他舉的實例是 Google 同事十年前在量子化學上的成果：密度泛函理論需要一晚的運算才能描述一個分子，因此他們用模擬器的輸入／輸出配對訓練神經近似模型，速度提高約 300,000 倍，而且「準確度幾乎一樣高」。「現在你有一千萬個項目要篩選。你可以趁吃午餐時完成，而不是耗上六個月。」

這在一個值得指出的特定層面上，與上文的驗證環節相互牴觸。Guo 等人證明，接受訊號不能內生；而外部模擬器的學習式替代模型則是個耐人尋味的中間案例——它是根據外部預言機訓練而成，並非由改進中的代理程式撰寫，但「準確度幾乎一樣高」恰好就是篩選迴圈會逐漸摸索並利用替代模型誤差的情境。本文資料集中沒有任何研究測量：自動實驗迴圈若針對自身驗證器的便宜近似版本，在 100,000 輪中進行最佳化，會發生什麼事。Dean 沒有提出這個問題；相關討論應放在 Optimizer–Evaluator Decoupling。

詞彙問題終於有了階梯（2026 年 9 月）#

以上所有內容，都是本文把同一件事做了四次：每次遇到「遞迴自我改進」的新用法，就辨明它實際指的是什麼，再說明它是否屬於定義的核心。來自 Shanghai Jiao Tong University 與 Theseus Labs 的一份 35 位作者調查（arXiv 2609.11873，2026-09-10，79 頁，practitioner-opinion）提供了一項工具，原本就能讓這四次分析合而為一：依照哪項改進決策已從設計者移交給系統來制定的階梯，而非依照系統最佳化的對象分類。

它提出這種分類方式的理由，正是本文反覆提出的批評：先前的分類法會按改變的對象排序——提示詞、記憶、harness、權重——但「更新同一項元件的系統，交由 AI 決定的事項可能大不相同。」把本文的四種案例放上階梯，第一次就能清楚區分：

• Cline 的 harness 行動以及 HarnessBank／DarwinX 文獻——L2。系統決定如何改進；目標、基準和晉級規則仍由外部決定。調查本身以 Self-Harness 為 L2 範例，條件是「基準與晉級規則固定」。
• CS329A 的訓練時間／測試時間飛輪——L1；只有在學習者自身狀態決定下一步提出什麼時，才算 L3。人類指定領域、整理驗證器、執行每一輪；權重會改變，但決策權沒有移轉。
• Caltech 知識庫——依照調查的標準屬於L1，這最有力地確認了該頁自身的正交性結論：產出物可以遷移、複利累積，卻仍處於最底層，因為決定保留哪些內容的人並未改變。
• Ouroboros/Hope——L4；調查引用它作為部署層級 RSI 的案例 2。它根據經審查的部署證據，持續修改工具、上下文組合、提示詞與核心實作，而接受決策仍在外部。

它們沒有任何一個達到 L5；L5 是「負責後續改進的機制本身成為下一輪改進的承襲目標」的層級——這是目前最接近本文主題的正式表述。

調查提出的定義比 Anthropic 的更嚴格，而且有其價值。「自主設計並開發自身的後繼者」是對結果的主張，因此只能事後檢驗；調查提出的版本則要求持續自我改變，「使這些改變能進一步影響生成、評估、選擇並整合後續自我改進所使用的機制」——它可以在機制層面即時檢驗：只要問迴圈在哪裡閉合、什麼會被承襲，以及哪些決策仍留在外部。它也把主張拆成兩部分：結構性遞迴（修訂後的機制會被承襲，並支配後續輪次）與有效性遞迴（在可比較的資源預算和獨立評估下，產生更好的後繼者）。

這對本文有兩項影響。

調查把 Anthropic 的文章列為四種實驗室定義之一，而非整個領域的定義。§2.2.2 將 Anthropic 的「最強形式……一種自主設計並開發自身後繼者的 AI 系統」，與 OpenAI 透過自動化研究流程提出的操作性定義、Tencent 報告的「早期 RSI 迴圈，將實驗結果帶入後續模型開發輪次」，以及 Alibaba 研究者更嚴格的標準並列；後者要求改進機制本身也須接受修改。最後一種是調查自身採用的定義，也正是與本文一致的那一種。

更廣泛的證據基礎顯示，有效性遞迴尚未獲得證實。調查自行統計：STOP 的第四代改進器在五項留出遷移任務上勝過種子版本，但較弱模型的執行平均退步；Gödel Agent 的 MGSM 試驗中，有 100 次裡的 14 次最終表現低於初始政策；HyperAgents 在預印本中顯示改進程序可跨領域遷移，之後卻「在 200 次迭代中，未能證明遷移初始化帶來具統計顯著性的最終優勢」；A-Evolve-Training 經過四輪自主改進後達到 0.86，而最佳人類提交為 0.87；Weco 的 AIDE 2——其部落格文章標題為 「遞迴自我改進的首批證據」——在更嚴格地測試演化後的 harness 能否改進外層搜尋時，發現效率優勢沒有達到統計顯著性。結論是：「目前結果支持有界的後設改進……在可比較資源下，跨世代的統計可靠累積仍有待證明。」

這與本文從 HarnessBank 的終止下限及 Hope 缺少能力曲線得出的空結果相同；如今這項結論來自對 491 篇論文與 72 家公司的調查。它沒有把本文開頭的外推往任一方向推進——但這也代表外推依然建立在 Anthropic 文章中測量到的加速部分（AI Accelerating AI Development），而非任何已證明此種機制可行的案例上。

依據本節論證前，先說明一項涵蓋範圍：這份調查從未引用 HarnessBank、DarwinX 或 Wang 等人資源預算匹配的對照研究，因此它對 harness 文獻的呈現，漏掉了本文資料集中三項最有力的封存切分與預算匹配結果——兩種方向都涵蓋在內。

組織的阿姆達爾定律#

未來情境 2 至 3 的共同煞車是：加快流程的一個部分，只會把瓶頸轉移到別處；整體速度仍受尚未加快的部分所限制（阿姆達爾定律）。Anthropic 已碰上最具代表性的瓶頸：隨著組織內流通的程式碼增加，人類程式碼審查成為新的瓶頸——這是組織層級的 Verification as the New Bottleneck 案例。同樣的摩擦也出現在工程之外：點子、倡議與工具大量湧現，「遠遠超出我們有能力處理的範圍」。找出並排除這些瓶頸，「可能成為任何組織最重要的技能」。這也解釋了為何「這個未來的實際速度仍由瓶頸決定」——RSI 無法讓臨床試驗跑得比生物學允許的更快，無法在憲法允許之前舉行選舉，也無法讓陌生人在一個週末內成為老朋友。

另一位業界實踐者從不同角度得出相同的煞車結論。Noam Brown（OpenAI，practitioner-opinion）主張，一夜之間爆發智慧爆炸並不太可能，原因恰恰是尖峰能力需要大規模測試時間運算——可能耗費數週或數月的執行——因此時間本身就成為限制因素，比較合理的發展形態是「漸進式起飛」，而非瞬間爆發。這是把阿姆達爾定律的論點套用在推論時間，而非組織吞吐量；完整論證見 Intelligence Explosion Dynamics。（2026-09-17：Navier-Stokes 結果公布後再次詢問，Brown 維持結論但更換了機制——改以序列實驗延遲和 GPU 供應，而非推論耗時——並為加速情境提出保留態度的 3×。這項修正記錄於 Intelligence Explosion Dynamics。）

數學論證，以及它為何不同於常見論證（2026 年 9 月）#

本文對 RSI 的論證來自工程遙測資料——交付的程式碼、審查吞吐量、harness 修補。Brown 於 2026 年 9 月接受的訪談（practitioner-opinion）從另一條路徑得出相同結論；值得把它與常見的「看看數學進展有多快」論證區分開來，因為訪談的兩位參與者都明確說出了背後的結構性主張。

主持人的版本，也是本文必須評判的版本。Dwarkesh Patel 的論點不是數學進展可以類比預測 AI 進展，而是兩者的目標形態相同，而數學是更難的案例：

「在 ML 裡，你不在乎更深入理解深度學習的本質；或者說，你只有把這當成達成結果的工具性目標時才在乎。只要解決這個範圍明確的問題：提升模型的樣本效率、改善預訓練損失。」

Brown 同意，並將它提煉成模型能力參差不齊反而是優勢的唯一情境：*「我認為它們能力參差不齊的特性，對 RSI 這類事情可能特別有用。目標更明確，也更容易測量。比較不會有人問：『我們值得探索哪些新的數學分支？』答案很明確。」*這是對目標的主張，而非能力主張——AI R&D 的範圍明確，數學這門學科卻不是；因此，模型最不擅長的功能（判斷什麼值得做，見 Research Taste as the Human Bottleneck）恰好是 AI R&D 最不需要的功能。這是本文資料集中最有力的論點，說明看似狹窄的能力如何仍能閉合本文討論的迴圈，而且兩位講者在同一段對話中獨立提出了這項觀點。

而同一段對話緊接著就由 Brown 提出反論： *「數學的主要差異在於，瓶頸完全是思考……談到 RSI 這類事情時，你還是得跑實驗。」*所以兩者在目標上相似，卻在回饋管道上不同——本文資料集的其他 RSI 空結果也恰好在這裡遇到障礙（Optimizer–Evaluator Decoupling 的接受訊號，以及 Autonomous Scientific Discovery 中無法辨識因果關係的實驗回饋）。

從能力參差不齊到通用能力的橋樑也出自主持人，而且值得保留，因為本文資料集中沒有其他來源如此清楚地表達它：模型只要能參差地擅長建構更好的學習器就夠了，因為*「更好的學習器可以更通用……前提是你正在解決的直接問題，能充分遷移到更廣泛的學習能力。」*後設層級的狹窄能力，能換來對象層級的通用能力。這個前提發揮了關鍵作用，而且被明確說成一項前提。

這條階梯能提供多少證據。Brown 提出的「人類解題時間每年增加 10 倍」序列（GSM8K 約 5 秒 → MATH 約 1 分鐘 → AIME 約 10 分鐘 → IMO 約 100 分鐘，據此推估約 15 小時），只是以四個回溯點擬合而成，沒有誤差範圍；提出這個序列的人原先曾預測千禧年大獎問題最快要到2028 年才會解決，結果卻在 2026 年就有答案。他表示，結果公布前兩週，他曾押下 1,000 美元，站在比另一間實驗室研究者更激進的一方，最後仍然預測錯誤。因此，可遷移的內容不是增長率，而是預測落差的方向：本文資料集中對這項數量的兩種公開外推——本文與 METR 的約每四個月翻倍——都低估了實際進展；實驗室裡的人也回報，他們自己的預測時間窗「從 12 個月縮短到三個月」。應將它視為預測者校準的資料點，而非縮放定律。

Brown 主動提出的反向因素，也就是本文未來情境 1 的一種形態，是本文資料集中過去沒有任何來源提過的。他指出一種可能讓曲線彎折的機制，既不是架構上限，也不是供應鏈限制，而是課程耗盡：

「像 AlphaZero 這類有自我對弈的系統，擁有無限的課程。你永遠都在和實力相當的 AI 對弈。但像是用強化學習訓練 LLM……如果問題簡單到它一秒就能解出來，那就學不到什麼。如果我們用完了能挑戰它的問題，那就可能變得更難進步。」

這是 四種 RSI 引擎中第四種機制受到的資料面摩擦，而且相當具體：差異在於，自我對弈能免費產生難度相當的對手，問題上的 RL 卻辦不到；因此，大家常拿來當先例的 AlphaGo 發展軌跡可能無法遷移，原因與模型能力無關。Brown 對此抱持保留態度——「我們還沒真的碰到這個瓶頸……就算哪天它變成嚴重問題，也會有辦法克服。但這確實是可能的情境。」這是本文資料集中唯一明確指出、數學發展軌跡可能不會重演 AlphaZero 的理由。

對齊環節：朝錯誤方向複利累積#

文章在未來情境 3 中指出，失準透過自我改進複利累積，是 Anthropic「最沒有把握」的事。Brown 在另一間實驗室內部提出同樣的疑慮，並將它描述為一條量化的發展軌跡：

「我們讓模型達到我們認為已對齊的狀態，它們有99.9% 對齊。接著我們用這些模型協助打造下一代模型，最後對齊度變成99.8%。之後每一代的對齊程度都愈來愈差。因為我們愈來愈依賴這些工具——現在就已經如此，我們已經大量依賴 AI 模型協助研究與對齊工作——長期下來，它們最終會朝著與人類愈來愈失準的方向發展。」

有三點讓這不只是重述。前提部分是第一方對當下情況的報告——OpenAI 已經將模型用於對齊工作，代表安全領域的閉環也已開始，而非只有能力領域。這種失敗模式不需要發生明確的失準事件：每一代稍微低於 1 的乘數便已足夠，這比本文採用的「罕見失準會複利累積」說法，所需前提弱得多。Brown 也把樂觀分支視為真正未定，而非用它反駁疑慮：「有可能往另一個方向發展，讓每一代模型都變得更加對齊。我不知道該如何確保我們走上第二種發展路徑。」

沒有人知道這個數字的方向。也就是每一代的對齊乘數究竟大於還是小於 1；本文資料集中沒有任何測量結果，Brown 提出的數字也只是示意，並非估計值。本文把它列為第四個開放問題，因為這是決定未來情境 2 與 3 的關鍵數字，也是因為現有的能力面關卡並沒有測量它。

我們該怎麼做？（治理回應）#

Anthropic 認為，擁有放慢或暫停前沿發展的「選項」，讓社會結構與對齊研究能跟上，「很可能是件好事」；但單方面暫停只會改變誰領先，真正的暫停則需要多邊且可驗證的協調。建立讓可信暫停成為可能的系統，正是 Frontier Pause Verification 與 Anthropic Institute 議程的主題。「現在正是共同探討這些問題的時機，AI 公司以外的人也應該參與。」

另一家實驗室的治理答案：分配，而非設限#

Zuckerberg's August 2026 manifesto（prediction）也觸及同一個陷阱，卻選擇了相反的出路。他比 Anthropic 更直白地陳述競爭困境——「任何不讓自己的 AI 系統將大量運算能力用於遞迴自我改進的實驗室，必然會落後」——並以能自我改進的系統為例，指出它每吉瓦可產生「100 倍以上的智慧」；屆時，世界運算能力的一小部分所支配的有效智慧，便會「超過其他所有人加起來」。

他的補救方式不是暫停選項，而是運算資源分配比例：實驗室與雲端業者應共同建置足夠的運算能力，讓他們能在 RSI 上投入競爭，同時「仍承諾將絕大多數資源用於人們各自的目標」。這和上段的答案有三個差異：

• 安全屬性是比例，而非能力門檻。 沒有任何東西會被扣下；主張是，只要世界上大多數智慧仍朝向人類選定的目標，RSI 就能維持安全。文中沒有指出門檻，也沒有提出衡量方法；而且實驗室外的人無從觀察這個比例。
• 它用資本支出來化解陷阱。 Anthropic 對「所有人都必須競賽」的回答是可驗證的協調；這個答案則是擴大分母。
• 它接受目標未對齊的追求作為代價。 「任何從事遞迴自我改進的 AI，依定義都在指引並推進自身目標……即使其目標未完全符合許多人的期望，本身也不必然有害，只要我們維持有利於整體人類的權力平衡。」 這是用一項未經衡量的量化屬性，換掉對齊屬性。

第三種答案：禁止迴圈自身的輸入#

The AI Futures Project（2026-08-05，practitioner-opinion）提出了本文資料集中唯一一項針對此頁所述機制本身、而非其替代指標的介入措施。其選項 3限制公司可用來自動化 AI R&D 的模型能力；最佳猜測是「AI R&D 只能由至少 9 個月前訓練的 AI 執行或協助」，明確理由是這種延遲「會推遲 AI 有能力破壞 AI 研究並讓下一個模型與自身對齊的時點」。這就是上文所說的閉合迴圈步驟：讓迴圈的操作者落後於自身輸出一個世代，以此阻止迴圈閉合。其選項 2則從資源面著手，將能力研發限制在總運算量的 5%，同時規定 70% 用於外部推論、25% 用於透明的安全工作。

這裡有兩項值得帶回本文的特點。這項提案明確設計為讓懷疑 RSI 的人也能接受——「懷疑快速遞迴自我改進的人可能會願意接受這項政策，因為依照他們的世界觀，這項政策不會造成太大影響」——因此，它是本文資料集中唯一一種在本文前提為假時，成本恰好較低的治理機制。其模型也量化了介入措施帶來的效益：採用兩位預測者的中位數參數，從 2026 年底開始施行 9 個月延遲，會將自動化程式設計器起飛至超級智慧的時間，從 1.0 年延長至 2.4 年，以及從 2.6 年延長至 4.1 年；而自動化程式設計器本身只會延後 0.1 至 0.2 年。這些數字來自提案者自己的模型與先驗假設（Intelligence Explosion Dynamics 收錄完整比較），並非外部檢驗結果。

值得記錄的是，兩家實驗室的答案在哪裡一致，因為這是更有力的主張：兩者都認為，實驗室私下運行強大的自我改進模型，是最危險的情況，而非最安全的情況。Zuckerberg 的說法是：「無論實驗室如何以責任與安全為由合理化這種活動，這都是在發展一種無法由其他系統制衡的單一超級智慧。」這段話針對封閉式實驗室，但這也正是 Anthropic 希望暫停必須採取多邊方式的理由。

外部批評者也指向同樣的阻力（2026 年 9 月）#

Kapoor & Narayanan（practitioner-opinion，normaltech.ai）是本文資料集中對快速起飛 RSI 論述持續批評得最清楚的一方。他們在同一篇重新檢視 Hugging Face 事件、並將其視為控制失效的文章中，專門討論 RSI：「我們認真看待 RSI，但認為超級智慧的許多瓶頸都在外部，無法靠提升運算能力克服。」他們指出，取得運算能力的摩擦——包括針對大型訓練作業的 KYC 式管制——才是阻止失控自我改進的實際煞車，而非「自我改進無法複利增長」這種建模假設。這是第五項具名外部煞車，並非新機制：它與本頁以 Amdahl 定律／具身瓶頸所做的綜合分析得出相同結論（RSI Growth Curves: Which Friction Binds First?）——限制條件位於模型認知之外——但沒有補充究竟是哪一種摩擦先成為瓶頸，因為它指出的是運算能力取得，而非驗證／監督或實體實驗延遲。本文將此記錄為第三個來源的趨同，而非下方開放問題的解答。

延伸閱讀#

• AI Accelerating AI Development — 論文中以當下為時間點的量化證據部分；也是「迴圈正在收緊」背後的資料
• AI R&D Autonomy Evaluation (AECI) — 能力面門檻：AECI 與替代門檻是 Anthropic 衡量「模型能否打造下一個模型？」的方式
• Responsible Scaling Policy Evaluations — 部署煞車；RSP 的 AI R&D 威脅模型，將 RSI 風險轉化為實際措施
• Research Taste as the Human Bottleneck — 人類最後的比較優勢；它能否維持，決定了三種未來情境中哪一種會成真
• Task Time-Horizon Scaling — 外部趨勢線（METR 每約 4 個月翻倍），讓外推結果得以量化
• Frontier Pause Verification — 治理回應：建立可信減速所需的驗證機制
• The Bitter Lesson — 「苦工可以自動化」是將苦澀教訓應用於研究本身；RSI 則是最遠的外推
• Agentic Loops Overtake Bespoke Systems — RSI 最清晰的既有領域替代案例：隨著模型進步，簡單迴圈便追上專門訓練的系統
• Harness Shrinkage as Models Improve — 同樣的人類角色縮減動態；人類不再撰寫程式碼，轉而負責審查
• Verification as the New Bottleneck — Amdahl 定律的具體實例：生成加速後，審查成為限制條件
• Agentic Misalignment (AM) — 可能透過自我改進不斷加劇的失效模式：失準「變得更常見，卻更難理解」
• Jagged Intelligence (Ghosts, Not Animals) — 「品味只是 AI 能掌握的另一種能力」這項論點，仰賴笑話／心智理論的先例
• LLM-Driven Vulnerability Research — Glasswing 證明了即使能力凍結，也能改變世界
• Autonomous Scientific Discovery — 2026 年 6 月的濕實驗室證據顯示，「苦工正逐漸自動化」也延伸到了發現本身（未來情境 2／3）：自主藥物設計、新假說、為期一週的基因組學研究
• AI-Native Startup Lifecycle — 擴散情境：每位員工都位於一座代理程式金字塔頂端；100 人公司完成 1,000 人規模的工作
• AGI-to-ASI Pathways — DeepMind 的「From AGI to ASI」報告將 RSI 列為其路徑 3；這是與 Anthropic 實證論文相呼應、以理論為先的版本
• Intelligence Explosion Dynamics — 成長曲線問題（指數、雙曲線／奇點，或 S 曲線），以及 DeepMind 報告中的四種 RSI 機制（遺傳、文化、合作、資料）
• Multi-Agent Collective Intelligence — 合作／社會生成式 RSI：代理程式集體中的專業分工，釋出資源供進一步分工
• Large-Scale Test-Time Compute — Brown 關於測試時運算速度的論點：達到峰值能力需要長時間執行，因此時間限制了起飛速度，一夜之間爆發不太可能（詳見 Intelligence Explosion Dynamics）
• Agent-Authored Harness Optimization — 借用此詞來指狹義的腳手架爬山式優化；刻意放在相鄰位置，避免廠商的論述框架反過來被讀成上文的定義
• Optimizer–Evaluator Decoupling — 定義中的驗證環節：自我改進系統的接受訊號，是唯一不能內生化的元件；否則改進訊號便失去部署上的意義
• Knowledge-Centric Self-Improvement — 區分複利增長與 RSI 的軸線：可拋棄式代理程式協定，其外部知識產物能轉移並累積，而模型本身沒有任何變化
• Jeff Dean — 另一家實驗室從系統面提出的 2027 年預測，也指向未來情境 2；此外還提出 Anthropic 論述遺漏的限速步驟：迴圈延遲由驗證器決定，而經訓練的替代模型（DFT 快 300,000 倍）能縮短延遲
• Domestic Frontier Pacing — 本文資料集中唯一直接針對此頁機制的提案：允許用於自動化 AI R&D 的模型延遲 9 個月，理由是要推遲 AI 能破壞 AI 研究並讓後繼模型與自身對齊的時點；另外也將能力研發限制在總運算量的 5%
• Researcher Uplift from Code Output — 這條發展軌跡的近期指標：METR 的 Kwa 根據 Anthropic 的 8 倍程式碼產出數據，反推研究者的序列生產力提升約為 2.5 倍；並估計 Anthropic 自身 2 倍的整體 R&D 門檻會在研究者生產力提升約 3.5 倍時觸發，「可能在未來一兩年內發生」
• AI Control vs. Alignment — 同一篇 2026 年 9 月、由批評者撰寫的文章，從控制與對齊角度解讀 Hugging Face 事件；此處記錄其 RSI 立場，事件解讀則見該文
• RSI Autonomy Levels (B0–L5) — 這套階梯區分了本頁不斷手動釐清的四個對象（B0 任務內 → L1 執行 → L2 策略 → L3 學習議程 → L4 部署調適 → L5 遞迴繼承），並提供結構性與有效性檢驗，以及讓各個邊界都可檢查的改進迴圈剖析
• Headroom-Closed Index (HCI) — 同一份調查的實證部分，也說明這套階梯背後的動機：以各基準測試進入年份的前沿表現正規化後，離飽和最遠的領域是互動式、有狀態的領域（工具代理程式 39.9、軟體工程 52.6），而 L3–L4 機制會在這些領域發揮作用
• Continuous Self-Modification Under Review — 迴圈首次以未簡報、持續運作的方式出現，卻未呈現本頁關心的屬性：經過 161 天與 1,085 次自我修改提交，仍受阻擋式審查門檻限制；唯一公開的時間序列測量的是支出、權杖與程式碼量，而非能力；所有基準測試分數都是在停用自我演化的固定種子上測得
• Agentic Self-Modification (Agent-Initiated Weight Updates) — 權重有所變動，代理程式也會自行決定並主動發起，但這不是 RSI：這是一次不會複利增長的微調，目標是完成指派的修復工作，沒有設計後繼模型。它對本文的貢獻在於指出，權重變動迴圈（撰寫訓練資料、訓練、合併、重新部署）的機制，已在單張 GPU 上進入 4B–27B 開放模型的能力範圍

開放問題#

• 「研究品味」是真正的上限（未來情境 1），還是下一個即將被掌握的能力（未來情境 2–3）？本文將此列為唯一具有決定性的不確定因素。
• RSI 外推仰賴趨勢持續呈指數成長，而非轉為 S 曲線；但本文承認，無法排除架構上限，或運算／能源供應鏈限制。哪個會先成為瓶頸？部分回答（與 DeepMind 的綜合分析）：RSI Growth Curves: Which Friction Binds First? — 三種未來情境與 DeepMind 提出的三種成長形狀一一對應；第一個成為瓶頸的摩擦，就是目前已經形成瓶頸的摩擦（Amdahl 定律中的驗證／監督，即 DeepMind 所說的具身瓶頸）；而 The Abstraction Barrier 則補上 Anthropic 缺少的機制，說明品味是否構成真正的上限（未來情境 1）。2026-08-10 重新標記 #oq/now → #oq/source：究竟哪種摩擦實際成為瓶頸，如今是關於下一代能力的實證問題，不再是綜合分析上的缺口。
• 如果失準透過自我改進不斷加劇（未來情境 3），以 AECI 為門檻的 RSP 審查，能否在控制權喪失之前及時發現？
• 每一世代的對齊倍率是高於還是低於 1？ Brown 將未來情境 3 描述成會複利增長的量，而非單一事件——99.9% 對齊的模型協助打造出 99.8% 對齊的模型，而 OpenAI 已開始用模型處理自身的對齊工作——並直言自己不知道該如何確保方向相反。本文資料集中沒有任何內容衡量其正負：能力面門檻（AI R&D Autonomy Evaluation (AECI)）探討模型能否打造後繼模型，而目前沒有已發表的評估，在測量條件相同的情況下，檢驗模型協助打造的後繼模型究竟比其前代更對齊還是更不對齊。要解決這個問題，需要在連續兩代模型上執行一系列對齊評估，並記錄第二代模型受到模型協助的程度；目前沒有任何實驗室公開這種資料。

資料來源#

• CS329A Self-Improving AI Agents — Part 1: Course Overview — Stanford CS329A 第 1 講（Azalia Mirhoseini 與 Aakanksha Chowdhery，2025-09-22 授課，2026-08-03 發布，practitioner-opinion）：第三種「自我改進」用法——測試時運算 → 經驗證的合成資料 → 微調所形成的飛輪——以及講師明確表示，RL 與預訓練之間的歸因尚無共識
• When AI builds itself — Anthropic Institute，When AI builds itself: Our progress toward recursive self-improvement, and its implications（Marina Favaro 與 Jack Clark，2026 年 6 月）
• Really Big Test-Time Compute in AI Changes Benchmarks, Safety and Research with OpenAI's Noam Brown — Noam Brown（No Priors，2026-06-26），practitioner-opinion：由於依賴測試時運算，時間成為限制條件，因此一夜之間爆發不太可能（「逐步起飛」）
• Noam Brown – Agent swarms, alignment, & recursive self-improvement — Noam Brown（OpenAI）與 Dwarkesh Patel，Dwarkesh Podcast，2026-09-17（practitioner-opinion）。§00:22:02 討論目標明確的論點、從不平整能力到通用性的橋接論述（由主持人提出）、每年 10 倍的人類解題時間階梯，以及作者自己未能實現的 2028 年預測，還有課程耗盡的摩擦；§00:40:22 討論 99.9%→99.8% 的世代退化情境，以及 OpenAI 目前已依賴模型從事對齊工作的陳述。內容全為第一手且均有保留措辭：該階梯是以四個點回溯擬合而成，沒有誤差區間；對齊百分比只是舉例，並非估計值；Brown 也將對齊相關內容稱為即興猜想。結構性論點（數學與 AI R&D 的目標形狀相同）由兩位講者共同提出，應歸因於這場對談，而非 OpenAI；從不平整能力到通用性的橋接論述則由 Dwarkesh Patel 提出。與 6 月訪談的完整差異見 Noam Brown
• HarnessBank: Semantic Gene-Bank Search with Gated Verification for Agent-Harness Self-Evolution — Luo 等人（arXiv 2607.13683，2026-07-15，empirical）：§4.6 跨模型分離，以及 §4.7 終止行為——實證顯示 harness 自我演化產生的是針對特定模型調整、會收斂的修正，而非會複利增長的通用能力
• Knowledge-Centric Self-Improvement — Wang 等人（Caltech，arXiv 2607.19592，2026-07-21，empirical）：§3 中唯一持續存在的物件是外部知識庫的可拋棄式代理程式；§4.4 探討保留測試集上的跨家族遷移——說明複利增長與 RSI 是可分離屬性的案例
• Jeff Dean: The 1% Rule for Building in AI — Jeff Dean 與 Diana Hu，YC Startup School 2026（2026-07-30，practitioner-opinion）：§「AI Systems That Improve Themselves」與 §「AI That Builds Better AI」——2027 年自動化實驗預測、「每單位運算輸入所產生的發現」，以及用來縮短迴圈延遲、快 300,000 倍的經訓練 DFT 替代模型。**利益衝突：**Google 首席科學家；量子化學成果是對同事工作的回憶，沒有附上引用
• How to pace the US frontier — AI Futures Project（Lifland、Halstead、Dean、Larsen、Kodama），2026-08-05（practitioner-opinion）：§「Limit capabilities of models used for AI R&D」（9 個月延遲、破壞研究的理由、懷疑 RSI 者的論點）與 §「Compute allocation requirements」。模型數字來自提案者使用自身先驗假設所做的模型計算；完整討論見 Domestic Frontier Pacing
• Self-Authored Verification Is Unreliable in Heuristic Self-Improving Agents — Guo 等人（Chinese Academy of Sciences，arXiv 2607.24300，2026-07-27，empirical）：驗證器與部署之間的落差、內生證據的資訊限制，以及可靠的自我改進「至少需要一個不受代理程式控制的部署接受訊號」這項結論——也是完全閉合迴圈所受的限制。解析警告：表 7 在解析時遭到折疊，無法引用；完整討論與解析備註見 Optimizer–Evaluator Decoupling （2026-09-07：已根據 PDF 第 7 頁手動重建表 7 的原始資料，每列一個模型——現在可以引用；verify.py 回報 ok）
• The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement — Duan、Liu、Tang、Chen、Zhou 等人（35 位作者；Shanghai Jiao Tong University、Theseus Labs、Tsinghua、ByteDance、ModelBest、Xiaohongshu、Shanghai AI Lab、Humanlaya、Agent-Native Research Lab、Frontis.AI），arXiv 2609.11873，2026-09-10，79 頁（practitioner-opinion）：§1.4 五個自主性等級；§2.2.2 定義與收錄的四種實驗室定義（Anthropic、OpenAI、Tencent、Alibaba）；§3.6 結構性與有效性的區分，以及各系統有界與 L5 的零結果；§3.6.4 對 AIDE 2 的評估。完整討論見 RSI Autonomy Levels (B0–L5)；§2.1 的基準測試重新分析見 Headroom-Closed Index (HCI)。**利益衝突：**六個機構在 §5 中以產業案例形式出現，案例由其自身員工撰寫；§2.3 也承認以工程部落格與公司資料作為主要證據——所有產業主張都屬於 vendor-claim 等級。**涵蓋缺口：**未引用 HarnessBank、DarwinX 或 Wang 等人的預算匹配對照組
• The AI-as-Normal-Technology View of Loss of Control Incidents — Kapoor 與 Narayanan，normaltech.ai，2026-09-14（practitioner-opinion，論述性，沒有新資料）：上文引用的 RSI 外部瓶頸立場。完整討論，包括對 Hugging Face 事件的解讀，見 AI Control vs. Alignment
• Ouroboros: A Self-Developing Frontier Coding Agent with Reviewed Core Evolution — Razzhigaev、Gritsaev、Kaznacheev、Dragunov、Yampolskiy 與 Kuznetsov（MSU／Skoltech／Joi Lab／AIRI，arXiv 2608.08311，2026-08-08，case-study——編譯時從 empirical 降級）：§4 中 Hope 部署 161 天的情況與指標、附錄 C 對 evolution off 腳手架的揭露，以及圖 6 的活動序列。作者全體均有利益衝突（他們打造、運行、稽核並調整自身系統的分數）。解析警告：表 2 完全折疊，表 4 的列位移使其通過了原本乾淨的檢查器判定；兩者都已復原並記錄於 Continuous Self-Modification Under Review，該文收錄完整討論