a16z普通合伙人Martin Casado于2026年11月7日在X发帖,质疑用代码行数衡量AI的递归自我改进。他称,一家大型实验室的研究者认为,AI为构建AI编写更多代码,可以作为递归自我改进的证据。

Casado随后反问:“这种观点怎么能当真?”他没有披露研究者姓名或所属实验室;这段对话是他的转述,不能视为任何实验室的正式立场。

递归自我改进(RSI)讨论的是模型能力提升如何反过来推动模型继续改进。代码行数(LoC)记录了代码产量,但要判断这种反馈是否成立,还需要知道新增代码带来了什么效果,以及这些效果是否持续促进后续研发。这是从该争论引出的检验问题,Casado的短帖没有提出完整的衡量标准。

Google DeepMind披露的AlphaEvolve案例提供了一个更具体的效果参照。该团队在2025年5月14日的介绍中称,AlphaEvolve会运行、验证并评分候选程序,用自动评估指标衡量方案的准确性和质量。

据Google DeepMind介绍,AlphaEvolve使Gemini架构中的一个矩阵乘法内核加速23%,由此使Gemini训练时间减少1%。这两个数字分别对应特定内核和训练时间,不能把局部加速直接当作整个训练过程的收益;这项披露也没有单凭这些结果证明持续的递归反馈。

衡量反馈强度同样是研究中的难点。Parker Whitfill和Tom Cunningham在2026年7月22日发布于METR的研究笔记中指出,能力加速取决于反馈效应的强度,其中最不确定的关系是模型能力提升会在多大程度上提高算法进步速度。两位作者也表示,不能排除持续且快速的能力加速。该文属于审查程度低于正式研究文章的研究笔记,不一定代表METR整体观点。

这些材料支持继续追问代码增加之后的实际收益,却不足以判定递归自我改进已经发生,或断言它不可能发生。对AI研发工具的使用者和投资者而言,更有用的检验方向是:新增代码是否改善能力或效率,以及这种改善能否在下一轮研发中继续产生可测量的收益。

参考来源: