AI Scientist 已经能读论文、提出假设、设计实验，但有个问题：做完一次研究，下一次能不能做得更好？

最近，PhAI Labs 联合斯坦福、MIT、北大、复旦等机构发表了《DiscoveryRSI: Recursively Learning to Discover Valuable Hypotheses》，让 AI 从自己的科研经历中持续学习，实现递归自我改进（RSI）。

1️⃣ Model 和 Harness 一起进化
DiscoveryRSI 通过多个 Agent 协作，持续生成、评估和改进科学假设，并记录完整的研究轨迹。
它设计了两条自进化路线：
Model Self-Improvement：通过贡献归因，识别真正推动研究进展的 Agent 行为，将高质量轨迹用于模型训练。
Harness Self-Improvement：回放执行过程，发现重复搜索、证据丢失、工具失败等问题，持续改进工作流、上下文管理和 Agent 协作机制。

团队收集了 15,792 条研究轨迹，最终筛选出 2,397 条用于训练。

2️⃣ 两轮自进化，效果如何？
27B 模型经过两轮自进化，科研假设质量评分从 4.86 提升至 5.39。
在与后续发表文献的关联评估中，DiscoveryRSI 达到 6.3%，高于所比较 GPT 模型组的 2.5% 和 Claude 模型组的 2.3%。但这不等同于科学发现成功率。

3️⃣ 一个值得关注的反常结果
虽然整体质量提高了，但研究重要性评分从 6.48 降至 6.04，创新性从 4.87 降至 4.58。
AI 越来越擅长提出严谨、可验证的假设，却未必更擅长发现真正重要的问题。

4️⃣ 一点思考
DiscoveryRSI 展示了 Agent 自进化的一种方向：执行轨迹不再只是日志，还可以成为模型训练和 Harness 改进的经验资产。

但它也揭示了 RSI 的难题：容易衡量的能力越来越强，难以量化的创新能力却未必同步提升。

AI 越来越擅长把研究做对，但它是否也越来越擅长找到值得研究的问题？

#AIScientist #DiscoveryRSI #Agent #RSI #自我进化 #HarnessEngineering #AI反常识howto #AI科研 #大模型 #论文解读