AI 递归自改进：比预期慢得多

AI recursive self-improvement might not come so quickly after all (August 2026)

业界曾预测 AI 将迅速实现递归自改进，无需人类监督即可自我迭代。然而，一项由 Princeton University 的 Peter Kirgis 和 Sayash Kapoor 领导的新研究揭示了残酷现实：AI 代理虽然能胜任工程任务，却缺乏进行开放式研究所必需的判断力与创造力。在针对 NeurIPS 2026 未发表论文的“影子评估”中，Anthropic 的 Claude Opus 4.8 生成的论文因实验设计怪异、缺乏原创贡献而被拒。这表明，尽管 AI 在编码和优化芯片上表现卓越，但在需要直觉和灵活思维的领域仍显笨拙。这一发现给那些认为 AI 自我进化指日可待的乐观时间表泼了一盆冷水，暗示真正的突破可能比预期要遥远得多。