近日，一篇名为 MetaRSI 的论文进入讨论视野，其核心命题被概括为“AI 开始改进‘改进自己的方法’”，即递归自我改进（RSI）进入“平方时代”。
所谓 RSI，通常指 AI 系统参与改进自身能力，从而形成“越强—改进越快—更强”的正反馈。而这项工作关注的层级更高一层：不再只是改进能力本身，而是改进“用来改进能力的方法”。若把前者看作一次递归，后者便是递归之上的递归，这也是“平方”这一说法的来源。
为什么值得从业者注意？其一，它把自动化研究的边界再向上推了一层：过去被自动化的是实验、调参、搜索等具体环节，如今被指向的是改进流程与方法论本身。其二，一旦改进机制本身可以自我迭代，能力增长的速度上限将在更大程度上由系统而非人类研究者决定，这对评测方式、可控性与安全边界都会带来新的问题。
当然，从提出框架到验证有效之间仍有距离，该论文的具体方法与结论仍需以原文为准。但 MetaRSI 提供的视角值得记录：当人们讨论 AI 能否自我改进时，下一个问题已经变成——它能否改进自己改进自己的方式。