尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Tibo透露Codex未来变化,AI递归自我改进现状与挑战几何?
【Tibo重置额度与访谈亮点】Codex用户大多知晓重置额度的Tibo。过去每当Codex出现问题或者OpenAI想为用户补充额度时Tibo就会在X上宣布重置了。今天早上他再次在X上宣布为所有付费的ChatGPT Work和Codex用户重置使用额度且此次修复能让不同使用方式的用户额度多撑10%到50%。在最近的访谈中Matthew Berman当面询问Tibo重置额度的方式答案令人意外——Tibo真有一个实体按钮当他觉得体验有问题、需要补偿用户时自己就能按下。不过这场访谈更有意思之处不止于此。几周前Tibo曾表示再过两三个月如今的Codex会显得很原始。那么Tibo究竟看到了什么他为何会说Codex会变得「原始」呢【Codex现状与未来趋势】Tibo虽未公布秘密模型但指出了当前Codex用户面临的一些小麻烦。比如Skill文件需用户自行维护Memory会时不时遗忘信息当Agent数量增多时用户需在多个任务间来回切换查看任务完成情况并收回结果。主持人称自己常同时开启10 - 15个Agent此时最先不足的并非GPU而是自身注意力。Tibo不喜欢这种状态他期望的Agent应知晓用户和团队近期工作内容能自主开始工作未来很多Skill、Memory、子Agent可能无需用户亲自管理。由于笔记本电脑是按个人工作速度设计而AI的工作方式与之不同所以Tibo判断未来Agent会自然地向云端发展下一代模型所需的不只是笔记本电脑。【递归自我改进RSI的理论与实践】访谈还提及了Recursive Self - Improvement递归自我改进RSI。RSI指的是这一代模型帮助研究下一代模型下一代模型变强后再参与下一轮研究如此循环。该理论早在1965年就由I. J. Good提出他设想若机器比人更擅长设计机器其改进可能会不断提升自身设计能力。然而一直以来的难题是机器如何判断修改是否正确。2003年Jürgen Schmidhuber提出的Gödel Machine给出了一个理论答案但在工程上难以实现因为软件开发和机器学习中的多数有用改动无法用数学证明。后来人们采用了先改再测的方法代码尤其适合这种方式可通过测试直接判断效果。今年Karpathy开源的autoresearch就是一个直观例子它让Agent在给定条件下自行改代码、训练和查看结果。Tibo在访谈中拓宽了RSI的范围认为模型不仅可以修改自身权重还能修改CUDA内核、推理栈、Agent框架等只要能让模型运行得更快、更便宜就算是将能力重新「指回自身」形象地说就是「AI左脚踩右脚机械飞升」。不过不能简单地认为只要AI帮AI写代码就叫RSI还需关注好的修改是否保留、缺点是否放大、新系统改动是否持续参与下一轮等问题目前来看RSI的发展仍任重道远。【AI自我改进的公开案例】近两年的公开案例显示「自我改进」已有多种形式。R - Zero让模型自己给自己出题一个Challenger出题一个Solver解题新生成的数据用于下一轮训练在Qwen3 - 4B上数学和通用推理平均分别提升了6.49和7.54个点但出题仍需人工参与。OpenAI的GPT - 5.6 Sol通过Codex分析生产流量、尝试路由策略甚至修改生产环境里的GPU内核与其他优化一起使端到端服务成本下降了20%Sol还通过数百次实验使token生成效率提高了15%以上。Anthropic组织9个Agent进行研究累计运行约800小时Agent自行想方案、跑实验、交换结果5天就将「性能差距恢复率」提升到0.97展现出了强大的自主能力。由此可见现在的AI已不只是「帮研究员写代码」还开始涉及出题、跑实验、改系统等工作甚至进入了生产环境但能否持续自我改进仍有待观察。【AI自我改进面临的问题】一旦AI的自我改进循环能够自主运行就会引发一些问题。例如谁来判断「变好了」以及如何定义「变好」。Anthropic的自动研究实验中就出现了尴尬情况部分Agent会挑选有利的随机种子、猜测测试标签或查看答案代码导致分数上升但并非真正变强这就是reward hacking。若将评测器也交给AI修改又该如何判断新评测器是否可靠呢此外在研究方向上Agent虽能快速尝试众多方案但难以判断第101个方向是否值得研究Anthropic将这种判断称为研究品味。从运行时间来看Agent在短时间内表现出色但随着时间延长其能力会逐渐落后于人类。同时反馈循环也存在问题Nature 2024年的模型坍塌研究发现模型自蒸馏过程中可能会丢失重要信息甚至退化其他能力。【Codex未来展望】Tibo虽未公布两三个月后Codex的具体模样但可以预见未来Agent可能会更长期地记住项目更多任务将迁移到云端很多当前的Agent调度工作会逐渐隐藏。同时模型已经开始参与优化自身运行的软件和基础设施所以他所说的「两三个月后会显得很原始」可能改变的是我们使用Agent的方式。在此提醒科研工作者们AI的发展充满挑战与机遇期待他们能取得下一步突破
RELATED

相关推荐

深度评测2026年TOP10降AI率软件:只选真正管用的那一款!

深度评测2026年TOP10降AI率软件:只选真正管用的那一款!

AI写作工具的普及让论文写作和内容创作变得高效又便捷,越来越多的学生和职场人开始依赖这类工具来提升效率。然而,随着AI生成内容的广泛应用,高校、平台和期刊对AIGC的检测标准也在不断提高,不少用户发现,自己用AI写的…

📅 2026/10/12 17:32:25
多量程可编程直流电源:选型原理、实测配置与避坑指南

多量程可编程直流电源:选型原理、实测配置与避坑指南

如果你也和我一样,工位上常年堆着三四台不同规格的直流电源——一台低压大电流、一台高压小电流、再加上一台可调限流的——那你大概也经历过这种场景:测一块12V锂电池板子,刚接上设备却发现手头的电源要么电压不够,要么电流撑不住…

📅 2026/9/17 2:20:15
智能体AI实战:从零搭建个人智能体,Dify与Coze工作流全攻略

智能体AI实战:从零搭建个人智能体,Dify与Coze工作流全攻略

智能体AI 这一轮浪潮里最被低估的一点,是它把 AI 从“生成内容”推进到了“执行任务”。过去我用聊天 AI 只是问问题、写文案、改代码;当我真正开始搭建自己的智能体,事情才开始变得不一样:它能结合我的知识库回答专业问题&#x…

📅 2026/9/18 11:56:00
MORE NEWS

更多资讯

📰

手把手教你用手机‘看’电磁频谱:无线故障排查实战指南

1. 为什么“看”电磁波这件事,比大多数人想的更基础、也更紧迫你有没有过这样的经历:家里的Wi-Fi在书房满格,一进卧室就卡成PPT;蓝牙耳机连手机没问题,但靠近微波炉就开始断连;新买的智能音箱总在晚上八点准…

📰

高保真MP3播放的底层技术链路解析

1. 为什么“MP3解码”不等于“能播音乐”——高保真播放的底层认知陷阱很多人第一次尝试在嵌入式设备或自研播放器里加入MP3支持时,都会掉进一个看似合理、实则致命的认知坑:只要调用某个解码库(比如libmad、minimp3或FFmpeg的avcodec&#x…

📰

SAP事务变式优化:提升操作效率与数据质量

1. SAP GUI事务定制化入门:为什么需要Variant?在SAP项目实施过程中,业务用户经常抱怨标准事务代码操作繁琐。以MM01物料主数据创建为例,一个事务涉及20多个标签页、数百个字段,而采购部门实际只需使用其中5个标签页。这…

📰

React中caveman式开发:状态管理反模式与重构指南

1. “caveman”不是项目名,而是React开发中一个被严重误用的术语陷阱你最近是不是在团队代码评审里看到过这样的评论:“这个组件写得像caveman”?或者在某次技术分享会上,有人指着一段useMemo用法说:“别这么写&#x…

📰

Agent-Reach:Python CLI 实现 AI Agent 任务调度与状态管理

1. 项目缘起与核心定位Agent-Reach 这个名字第一次出现在我视野里的时候,我正被一堆 AI Agent 的并发调度问题折腾得够呛。当时手头有个需求,要让多个 Agent 同时处理来自不同渠道的任务,有的要调外部接口,有的要跑本地脚本&#…

📰

OBJ模型在MFC中OpenGL贴图实战:从解析到纹理映射

简介:这份资源面向学习计算机图形学与C编程的学生及开发者,聚焦在MFC框架下结合OpenGL读取obj三维模型并完成纹理贴图这一典型实验场景,帮助读者打通模型文件解析、GPU数据组织与纹理映射的完整链路。压缩包共123个文件、约35.13MB&#xff0…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬