谷歌重磅论文:内部已实现RSI!Opus经验喂给Gemini,AI拥有进化记忆
新智元报道 谷歌内部,或许真正实现了RSI! 从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始! 或许也正是这个原因,谷歌最近跟疯了似的不停发模型。 Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。 答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇最新论文里。 谷歌的顶级研究员们,搞出了一个「自我改进记忆」(Self-Improvement Memory,简称SIM)机制。 这不仅意味着,大模型真正学会了「写日记」来反思自己的代码,更恐怖的是——AI的进化经验,居然可以跨越模型家族直接「遗传」。 哪怕你上一秒用的是Claude Opus优化出来的Agent框架,下一秒换成Gemini,它直接继承Claude的「前世记忆」,踩在巨人的肩膀上继续狂飙。 AI,终于学会了「继承记忆」,开启了真正的递归自我改进(RSI)! 大模型依靠海量算力「大力出奇迹」的时代,正在终结。 为什么新模型一出,老代码就成了「废铁」? 下面,就是开发者最常遇见的噩梦。 随着Agent全面爆发,RSI成了各大公司狂卷的方向。 但是,这里的「改进」,通常不是指去修改大模型那几千亿的底层权重,而是去修改「Harness」,也就是套在模型外面的那层「机甲」,提示词、工具、拦截规则都在里面。。 过去,AI通过RSI技术,在无数次试错中把这套「机甲」打磨得完美无缺。 然而,致命的问题来了:一旦底层的「大脑」换了,这套机甲就废了。 谷歌研究员在实验中发现了一个诡异现象—— 一个在Claude Opus 深度进化、表现优异的Harness,直接套用到 Gemini 身上,得分居然比Gemini原生的初始Harness还要低! 为什么会这样? 因为当代码被扔给新模型时, 只有「结果」被保留了,但「原因」丢失了。 新模型看着满屏幕复杂的规则、各种奇怪的拦截器和提示词,完全「懵圈」了。 由于新模型的优化器不知道过去每一次修改代码的初衷,它就会开始乱改。 它可能会把原本用来修复致命Bug的代码,当成冗余代码删掉,或者把早就证明无效的方案又拿出来重新跑一遍。 结果就是:越优化越烂,陷入死循环。 破局之战:谷歌甩出王炸——CRSI与SIM机制 为了打破这个魔咒,谷歌在这篇论文中提出了一个革命性的框架: CRSI(Continual Recursive Self-Improvement) 。 它的核心灵魂,就是 SIM(自我改进记忆) 。 请注意,这绝对不是给大模型加个简单的「聊天历史记录」,而是 给AI优化器配了一个高度结构化的「极客开发日志」! 谷歌提出的SIM机制,相当于给AI优化器配了一个结构化的开发日志 SIM是怎么工作的?它把AI过去的每一次「折腾」,都记在了账上。 每次AI修改了Harness的代码,SIM就会按照「问题根因」进行分组,并记录下以下四大核心要素。 Rationale(修改动机与具体代码): AI到底是基于什么原因,修改了哪一行代码? Predicted outcomes(预期效果): 动手改之前,AI觉得这行代码能修复哪些特定的任务? Observed outcomes(实际效果): 代码跑完后,到底成功了几个?失败了几个?有没有引入新的Bug? Evaluation context(评估上下文): 当时是在什么模型、什么数据集上跑的? 这就相当于,上一代模型在离职前,给下一代模型留下了一份极其详尽的「交接文档」。 当Gemini接手Claude留下来的复杂Harness时,优化器不再是一头雾水。 它会在每一轮优化前,先阅读这份SIM日志,借鉴前人经验,「吃一堑而长一智」。 AI,终于拥有了可以代代相传的「进化底蕴」。 实战演练:当Gemini继承Claude的「前世记忆」 为了验证这个机制有多逆天,谷歌团队设计了一个跨模型接力赛。 把Claude Opus 5.5进化出来的Harness,连同SIM记忆,一起打包扔给Gemini 3.8 Flash,让它继续优化。 论文中展示了一个非常经典的「过早完工」Bug案例,简直让人拍案叫绝。 在之前的优化中,AI总是喜欢「偷懒」。比如还没执行Git命令,就骗系统说「任务完成了」。 为了治这个毛病,Claude时期的优化器在Harness里加了一个「拦截器」,规定:没有实际执行命令,就不准提交完成。 无SIM的情况,简直是灾难现场。 Gemini接手这个拦截器后,完全不知道它为什么存在。 在后续的迭代中,Gemini不仅没有让它变得更好,反而自己把自己搞死机了,连续4次重写这段代码,其中2次居然是为了修复它自己刚搞出来的Bug。 看起来就像一个没看懂前人架构的新手程序员,在屎山代码上越拉越多。 而有SIM的情况,直接是降维打击。 当G