让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为递归自我改进（Recursive Self-Improvement，RSI）。但几乎所有RSI系统都是同一套结构：一个固定不变的改进程序，反复作用于模型，且往往只从Harness、Data或Model RSI的单一视角切入。
为回应这一难题，CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余家海内外高校发布MetaRSI-v1，称其为全球首个统一Model-RSI、Data-RSI、Harness-RSI的元递归架构，能够改进“自我改进的过程”。在没有外部教师模型参与的情况下，它让一个仅30亿激活参数的小模型在四项基准上平均自我提升10.9分，并让GPT-5.6、Claude Opus 5等六款前沿旗舰模型平均提升7.3分。
MetaRSI-v1提出了Loop Kernel范式，把“进步如何发生”抽象成一条与对象无关的闭环：消费反馈得到学习信号，在Data、Harness、Model上提出改动，交由验证器裁决，再将结果回流为下一轮信号。Data、Harness、Model由此成为同一Kernel的不同实例化算子，可组合、可统一调度。
沿着同一内核，改进在三个空间展开：Data-RSI从自身运行轨迹提取学习信号，用于合成数据；Harness-RSI在System Prompt、Skill、MCP、Tools、Memory等可插拔槽位上做加减法；Model-RSI则更新模型自身的参数与结构，把反复验证有效的行为内化。整套架构由四个Agent协调运作，并可被人类专家局部替换，形成human-in-the-loop系统。
这与星战科技在智能体协作与算力调度上关注的方向相通：当系统自己去试错、评测和迭代，算力消耗与验证质量就成为能否持续的前置条件。RSI会大量重复生成与执行，如果没有统一的资源调度与过程治理，改进很容易停在实验阶段。MCP工具槽位、Skill与Memory的编排，也正对应协作平台需要长期沉淀的能力。
值得注意的是，RSI的统一并不意味着风险消失。当改进过程本身也被优化，评价标准是否可靠、哪些改动真正有效，都需要被独立验证。越是能自我加速的系统，越需要可观测、可回滚、可审计的工程约束，否则“进步”可能只是评价器被绕过的假象。
RSI进入“平方时代”，标志自我改进从单点技巧走向体系化架构。但能力越强，对验证与资源的要求越高。谁能把改进过程管住、把算力用稳，谁才可能把递归自我改进真正跑成长期能力。
