会改自己代码也不算真正自我进化：中国研究团队把RSI分成5级

动察 Beating AI 快讯，上海交大联合清华、字节跳动、小红书、上海 AI Lab 等团队发布综述《The Last AI Built by Humans》，梳理 491 篇相关研究，试图给越来越泛的「AI 自我进化」划一条更严格的线。

论文把递归自我改进（RSI）分成 5 级。L1 只是执行人类规定好的改进流程；L2 可以自己决定怎么改；L3 连下一轮该学什么也能自己决定；L4 会根据实际运行中的反馈，持续修改记忆、技能、代码或 harness，让这些改动影响之后的任务；到了 L5，连负责产生下一轮改进的搜索方法、评估器和研究策略本身，也可以被修改，并交给下一轮继续使用。

所以单纯「会改自己代码」还不够。比如一个 Coding Agent 能重写自己的源码，但如果下一代怎么选、按什么标准打分、什么修改能留下来，仍由人写死，它只能证明自己会自我修改，还没有掌握完整的递归自我改进。

论文还把最高的 L5 拆成两层。第一层是「形式上递归」：AI 已经能修改负责后续改进的机制，并让下一轮继续沿用。第二层是「真的越改越强」：修改后的机制还得在相近资源和独立评测下，确实产生更强的下一代。

491 篇论文里，43.8% 被归为 L1，31.6% 在 L2，L5 只有 29 篇，占 5.9%。大量研究其实还集中在执行人类设计好的改进、自动寻找改法；真正把「如何改进」这套机制本身交给 AI 的工作很少。即使摸到 L5，长期稳定累积优势也还没有证明。

这篇论文主要是在给 RSI 领域立一套分类框架。L1 到 L5 是作者提出的标准，也还不是行业公认的统一分级。论文同时纳入了学术论文、技术报告、官方博客和开源系统，因为不少前沿 RSI 实践还没有进入正式论文。