CosmosMind联合多校发布MetaRSI-v1：统一三类RSI，并开源可自我迭代的Harness

9月14日，量子位刊载了CosmosMind团队关于MetaRSI-v1的发布内容。这一工作由CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余家海内外高校完成，团队称其为全球首个统一Model-RSI、Data-RSI与Harness-RSI的元递归架构，核心目标是让系统能够改进“自我改进的过程”本身。论文、项目主页与开源代码随发布一并放出。

递归自我改进（Recursive Self-Improvement，RSI）指的是让模型自己生成训练数据、自己改写提示词、自己修复代码的路线。文章指出，现有RSI系统大多沿用同一种结构：一个固定不变的改进程序反复作用于模型，而且往往只从Harness、Data或Model三个视角中的一个切入，缺少可复用的统一形式化语言。

MetaRSI-v1给出的统一形式是Loop Kernel：消费反馈得到学习信号，在Data、Harness、Model三个空间上提出改动，交由验证器裁决，再把结果回流为下一轮信号。三个算子各有分工——Data-RSI从自身运行轨迹中提取学习信号，经校验后合成数据，用于标定并放大模型能力的正负边界；Harness-RSI在System Prompt、Skill、MCP、Tools、Memory五个可插拔槽位上做加法与减法；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进模型。

在这套内核之上，架构安排了纵横两个方向的编排。横轴决定下一个使用哪个算子，纵轴则改写算子内部的RSI规则，由RSI² Agent向目标算子专属的Sub-Agent下发指令。整套系统由MetaRSI² Agent、RSI² Agent、RSI² Sub-Agent与Transition Agent四个Agent协调，形成算子、用法、编排策略三层改进，并且每一层都可以由人类专家局部替换，构成human-in-the-loop系统。

实验分两条路线。小模型路线使用Qwen3.5-35B-A3B（35B总参数、3B激活），完全不借助外部教师模型，在Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond高难度子集、AIME四项基准上平均自我提升10.9分，其中SWE-bench Pro的解决率接近翻倍。前沿模型路线面向Claude Opus 5、GPT-5.6 sol、Kimi K3等六款模型，因参数规模或闭源限制只启用Data与Harness两个算子，在Terminal-Bench 2.1上平均提升7.3分。

团队还从实验中提炼出五条定律：验证决定自我改进的前沿；自我认知会过期，重新发现能力边界是速率瓶颈；能力与载体无关但成本与载体有关；可信度由不可写面度量；循环不凭空创造能力，增益本质上来自外部信息熵的输入或已有能力的激发。这些定律带有规范色彩，更像团队对RSI边界条件的判断，而非已被普遍验证的结论。

需要说明的是，量子位这篇内容系获授权刊载，观点归属原作者。与论文同步，团队开源了RSI-Harness，一个可自我学习、自我迭代的Harness，并称能在使用中为不同科学与工程领域沉淀可移植的Harness Genome；项目主页在cosmosmind.ai，代码托管在GitHub的CosmosMind-ai/RSI-Harness，HuggingFace上也有对应仓库。团队称成员来自清华、北大、斯坦福等院校与头部大厂基模核心组。

真正值得关注的不是单点分数，而是“改进改进本身”这一提法能否被独立复现。RSI近来已是频繁出现的叙事——从前沿模型的自我优化传闻，到各类Harness驱动的自主科研尝试，行业对“谁来验证机器的进步”始终没有共识。MetaRSI-v1把架构与Harness一并公开，等于把可检验性交给外部；接下来要看的是第三方能否复现10.9分与7.3分的增益、这套循环在不同领域是否稳定，以及团队所设想的“自动化实验室闭环”是否真能成为物理世界里第一个合上的进化循环。