Sakana AI联合UCB发表MASS自改进论文

事件时间：2026年10月12日 事件地点：日本东京（同时美国加州伯克利） 人物：Sakana AI研究员Hyunin Lee、Jinglue Xu、Jeffrey Seely、Yujin Tang，及加州大学伯克利分校（UC Berkeley）合作者Somayeh Sojoudi、Matei Zaharia、Donghyun Lee 事件详情：Sakana AI联合UC Berkeley正式发表论文《Recursive Self-Improvement through Multi-Agent Self-Supervision》，提出"多智能体自监督"（MASS）方法，用同一语言模型同时担任求解者（executor）、优化者（optimizer）、评估者（evaluator）三个角色，并基于团队执行结果自训练。基础模型采用Qwen3.6-27B，以Qwen Code为执行框架，覆盖金融、机器人、制药三个领域的12项开放式科研任务（9项训练、3项测试），共完成两轮演化。论文、博客与代码同时公开，arXiv编号2610.12176，GitHub仓库名SakanaAI/mass。 关键数据：测试任务相较基模型的胜率由首轮的53.9%提至第二轮的69.9%；在MLR-Bench、DSBench、ScienceAgentBench、AstaBench四个科研基准上，每输出token得分达基模型的1.2至1.6倍；自我评估者与外部更强模型/人类判官的吻合度从73%升至93%；用团队执行轨迹训练的模型在MLR-Bench达到68.3%胜率，比单智能体学生模型高4.3个百分点，同时少用31%的训练token。在无显式工作流指令时，模型主动分派子智能体的占比从基模型的1/110次激增至两轮后的87/110次。 背景：本研究属于Sakana AI新近挂牌的"递归自我改进实验室"（RSI Lab）首个公开成果；该实验室的首席科学顾问Jürgen Schmidhuber在1987年的硕士论文中即提出"能改进自身学习算法的程序"。论文的方法灵感取自AI先驱Marvin Minsky《Society of Mind》以及科学史学家Thomas Kuhn对科学共同体的论述——人类社会通过分工与协作把集体经验传给下一代，研究团队希望把这一模式搬到"模型自我迭代"上，以应对在科研最前沿人类专家也难以评判的窘境。 影响：MASS证明在同质化RSI框架中，优化能力（optimizer capacity）而非评估能力才是真正的速度瓶颈，这一发现对所有追求自主演化路径的实验室具方法论价值。论文同时郑重警示：当模型同时充当评估者和优化对象时，共享盲点（shared blind spots）可能让错误以"进步"的形态通过检验并进入下一轮训练。研究团队呼吁社区在强化同质化RSI之前，先建立可识别、可干预此类失效模式的护栏，否则自我改进可能演化为自我放大偏差。 总结：Sakana AI与UC伯克利的MASS研究既是"模型自评自改"的里程碑实验，也是对"自我监督风险"的清醒告示——自主演化能力与安全治理必须同步推进，这也是通向真正"AI科研协作"的入场券。 参考来源：https://sakana.ai/mass/ ｜ https://pub.sakana.ai/mass/ ｜ https://arxiv.org/abs/2610.12176 ｜ https://github.com/SakanaAI/mass ｜ https://the-decoder.com/sakana-ais-self-improving-model-gets-better-at-solving-and-judging-but-cant-catch-its-own-blind-spots/ ｜ https://sakana.ai/rsi-lab/ ｜ https://www.linkedin.com/posts/sakana-ai_introducing-multi-agent-self-supervision-activity-7515143882096148480-asXr ｜ https://www.reddit.com/r/singularity/comments/1x3khul/recursive_selfimprovement_is_here_sakana_ai/