谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进

资讯 AI 行业观察 作者:智东西 全文 3881 字 · 约 10 分钟读完 配图 10 张 分类RSIGoogle合作学术研究DeepMind

智东西11月19日报道,近日,谷歌云AI、谷歌DeepMind与美国宾夕法尼亚州立大学的研究团队联合发布论文《自改进记忆,实现持续递归式自改进》(Self-Improvement Memory Enables Continual Recursive Self-Improvement),提出了一种名为自我改进记忆(Sel

所属频道 大厂动态合作与生态前沿研究

智东西11月19日消息,谷歌云AI、谷歌DeepMind与宾夕法尼亚州立大学的研究人员合作发表论文《自改进记忆,实现持续递归式自改进》(Self-Improvement Memory Enables Continual Recursive Self-Improvement),提出一种叫自我改进记忆(Self-Improvement Memory,SIM)的新方法。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 1)

▲《自我改进记忆实现持续递归自我改进》

过去,AI可以自己动手优化大模型外部的运行框架(Harness),可一旦换了模型或任务,之前的优化往往得从头再来。SIM的不同之处在于,它把代码修改背后的原因、预期效果和实际结果整理成一份能持续更新的记忆,AI借此继承并调整以往的改进经验,做到跨模型、跨任务的持续递归自我改进(CRSI)。

研究团队随后在编程、文本分类、办公任务和工程设计四个领域做了测试。10组独立编程对照实验中,带SIM的方案有9组胜出,平均高出2.36分。另一项跨模型办公任务测试里,带SIM的方案拿到84.75分,不带SIM的只有73.42分,两者差了11.33分。

论文第一作者Xin Yu2023年从南开大学统计学专业毕业,现在在美国宾夕法尼亚州立大学读统计学博士。这项研究是他在谷歌实习期间完成的。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 2)

▲Xin Yu

Xin Yu先后在微软亚洲研究院、字节跳动Seed、TikTok和Meta实习,还拿过微软亚洲研究院2023年“明日之星”奖。他参与的多篇论文发表在ICML、ICLR、NeurIPS等国际顶级人工智能学术会议上。

论文另一位作者Adams Wei Yu是谷歌DeepMind研究员,参与过Gemini、Bard以及AI视频生成模型Veo等项目。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 3)

▲Adams Wei Yu

论文发布后,Xin Yu在X上谈了这项工作的出发点。他说,以往的递归自我改进研究大多针对固定的大模型和测试任务,可现实中的Agent得不断适应新任务、新数据集和新模型。团队因此希望AI的优化经验能跟着环境变化持续积累。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 4)

▲Xin Yu发文

Xin Yu写道:“What carries forward should include the experience behind the code—not just the code itself.(应该传承下去的不只是代码本身,还有代码背后的改进经验。)”

论文地址:https://arxiv.org/abs/2611.18856

01.

AI能自己修改代码

还能记住每次改进的成败

递归自我改进(Recursive Self-Improvement,RSI)指的是让AI参与改进AI系统,通过反复迭代提升表现。在这项研究里,AI改进的对象并非大模型本身,而是围绕大模型运行的一套外部程序——Harness。

提示词、上下文、工具调用和任务执行流程等,都由Harness管理。比如让AI做一项编程任务,何时调用终端、怎样检查代码运行结果、满足什么条件才算任务完成,这些都由Harness决定。

借助RSI,AI能自主修改Harness代码,反复测试改动效果,留下表现更好的版本。大模型权重不用更新,Agent的任务完成率就能提高。

不过这类优化通常只对固定的模型和任务有效。一套针对Claude调好的Harness,换到Gemini上未必还管用;以前为编程任务设计的规则,放到新任务上也可能不适用。

更关键的是,改完的Harness留下了代码,却未必留下每次修改的原因和测试经验。模型或任务一变,负责优化的AI可能把之前的尝试再走一遍,甚至把原本有效的功能删掉。

为此,团队提出持续递归自我改进(Continual Recursive Self-Improvement,CRSI),想让Harness的自动优化跨模型、跨任务延续下去,并用SIM保存此前的改进经验。SIM好比一本“实验记录本”,每次被采纳的修改方案、修改原因、预期结果、实际效果,以及对应的模型和测试环境,都记在里面。

新任务或新模型出现时,负责优化Harness的AI可以翻看这些记录,判断哪些规则该留、该改、该删,不用从头摸索。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 5)

▲SIM工作流程

具体来看,系统中负责提方案的AI会读取当前代码、执行反馈和SIM记录,据此生成新的修改方案;负责筛选的AI则检查候选方案,再结合测试结果决定用不用。

之后,系统把被采纳的修改及其实际效果写进SIM。修改没达到预期也没关系,失败结果同样会保留下来,供后续优化参考。

在一项Git服务器配置任务里,AI只凭本地测试通过就提前收工,漏掉了创建指定用户账号这个关键环节,外部验证因此没通过。研究人员随后用自动优化,给运行框架补上任务完成检查机制,让AI拿不出执行证据时不能提前结束任务。

换成光波导布线任务,新麻烦又冒出来:AI给出的布线路径符合约束条件,可约束达标不等于布线成本够低。后续优化留住了前面的检查机制,又补上对方案质量的检查提醒,防止AI只凭基础约束通过就交差。

SIM想达到的正是这个效果——过去有效的改进方法能接着用,新任务提出新要求时也能继续调整。

02.

10组编程实验9组获益

跨模型最高多拿11.33分

为验证SIM的效果,团队设计了两类主要实验。一类换任务数据、底层模型不动;另一类反过来,测试任务不变,只换底层模型。

第一类实验里,底层模型用的是Gemini 3.8 Flash,研究人员把已经优化过的运行框架搬到新任务上。

编程、文本分类、办公任务和工程设计共6组测试中,带完整SIM的方案最终得分全部最高,比只沿用原有运行框架的方案高出2.43至4.35分。

第二类实验考察模型之间的迁移。研究人员先针对Claude Opus 5.5把一套Harness优化好,再交给Gemini 3.8 Flash使用,并继续做自动优化。

结果显示,把Claude适用的Harness直接搬到Gemini上,4个测试领域的初始表现都赶不上Gemini用原始Harness的时候。

引入SIM之后,负责优化的AI能翻看此前的修改经验,把不适合Gemini的部分调过来。最终SIM方案在全部4个领域都拿到最高分,比没有SIM的方案高出3.60至11.33分。

差距最大的是办公任务测试。两种方案都从68.41分起步,带SIM的方案最后拿到84.75分,没有SIM的方案停在73.42分。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 6)

▲跨模型测试结果

研究人员还另外做了10组独立的编程对照实验,用来进一步验证效果。

初始代码、底层模型、任务和优化预算都相同,加入SIM的方案有9组得分更高。带SIM的平均最终得分21.70分,不带SIM的平均19.33分,两者平均相差2.36分,统计检验结果p=0.003。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 7)

▲10组编程对照实验结果

团队还让这套运行框架连同它的记忆,依次去适应Gemini 2.5 Flash、Gemini 3.5 Flash、Gemini 3.8 Flash和Gemini 4 Argon。

跟每一代模型从零开始优化相比,继承历史经验的方案在Gemini 3.5 Flash和Gemini 3.8 Flash上分别领先3.5分、1.6分。到了Gemini 4 Argon上,继承经验的方案最终得分反倒落后0.8分。

也就是说,历史经验能帮AI跨模型继续优化,但每一次迁移都拿到更好结果,并没有保证。

03.

AI能持续自我进化吗?

模型权重仍未改变

这项研究在X上也引起了讨论。科技博主Superman提到,过去AI尝试自我改进时,容易忘掉先前成功的经验、重复犯错,或者卡在无效修改的循环里出不来。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 8)

SIM出现后,AI可以回看过去的修改记录,弄清楚哪些方案管用、哪些方案失败,再在此前成果的基础上接着优化。

在Superman看来,AI由此有机会靠不断积累经验,实现持续的递归自我改进。

论文想解决的问题,和这种理解有相通的地方。不过,论文里有一部分实验说明,AI 能持续提升自身智能水平的说法,得放回实验范围里看。

开发者 Brian Skellenger 也提出提醒:研究中的 AI 确实能自主改代码,并根据测试反馈不断优化,但它动的是大模型外部的运行框架,模型自身的架构或参数并未被触及。论文同样写明,实验中大模型的权重一直没变。

谷歌DeepMind发布SIM记忆法:让AI跨模型持续自我改进(配图 9)

说到底,这项研究的进展是让 AI 能把此前的优化经验攒下来、再用出去。除了保存改过的代码,系统还会记下每次修改的原因、预期效果和实际结果,换任务或换模型之后,这些经验仍可继续使用。论文第一作者 Xin Yu 的说法是,AI 系统要积累的不只是优化结果,还有得到这些结果的过程。

04.

结语:AI递归自我改进

迈向持续进化

递归自我改进(RSI)过去靠的是反复改代码、测效果来优化自身 Harness,但优化成果往往难以跨模型、跨任务延续。SIM 则让 AI 不光能继承修改后的代码,还能用上过去的成功和失败经验,把 RSI 延伸到新的模型和任务上,为持续递归自我改进(CRSI)提供了新方法。

不过,实验中的持续优化仍受预设测试范围和轮次限制,跨模型迁移也并非总能拿到更好的成绩。AI 要想真正实现长期、稳定的自我进化,还得解决如何自主判断、筛选和更新历史经验的问题。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. DeepMind与OpenAI同日扩免费名额:1万对20万研究者

    2026年11月16日,Google DeepMind与OpenAI同日宣布大规模科学家免费计划。DeepMind将旗舰模型Gemini 4 Carbon纳入Antigravity计划,向最多1万名科学家提供六个月免费访问权;OpenAI则将学术研究者计划从2万人扩至最多20万人,新增5万个免费名额并于11月23日开放

    来源 AI 行业观察
  2. DeepMind与OpenAI同日开放科学家免费计划:1万对20万

    2026年11月16日,Google DeepMind与OpenAI同日宣布大规模科学家免费计划。DeepMind将旗舰模型Gemini 4 Carbon纳入Antigravity计划,向最多1万名科学家提供六个月免费访问权;OpenAI则将学术研究者计划从2万人扩至最多20万人,新增5万个免费名额并于11月

    来源 AI 科技快讯
  3. 奥特曼不敢全速训AI,Christiano推演GPT-10失控风险

    用AI加速训练下一代AI,这件事在OpenAI内部已经司空见惯了。 但再往前一步呢? 就在刚刚落幕的Semafor峰会上,主持人直接问到了外界最关心的那个临界点:「你们现在已经进入RSI阶段了吗?」 对此奥特曼回答道,OpenAI早已在用自家的技术加快新一代模型研发。 只不过,眼下还没到「按下按钮、让模型在无人监管下飞

    来源 AI 行业观察
  4. 谷歌超5亿美元购地热电力,Quaise俄勒冈项目供50兆瓦

    谷歌签下一份价值超5亿美元的协议,将从总部位于休斯顿的Quaise在俄勒冈州中部开发的地热项目采购50兆瓦电力。该项目产出的电力,将供给谷歌在俄勒冈州现有数据中心使用。这份协议对Quaise而言是重大利好。该公司研发的这项技术目前尚未经过商业化规模验证。Quaise首席执行官卡洛斯・阿拉克表示:“谷歌相当于为我们背书,

    来源 AI 行业观察
  5. 前谷歌苹果高管用AI造弹药生意:十亿美元军火创业怎么走

    前谷歌与苹果校友查德·斯蒂尔伯格和安迪·贝恩斯,把经营软件公司和设计iPhone的经验带进致命弹药制造,并借助AI规划出一条十亿美元级的武器生意路径。他们的转型折射出硅谷人才与资本加速涌入国防科技的最新浪潮,也再次点燃关于技术伦理、军工创新与监管边界的争论。

    来源 AI 行业观察
  6. Gmail宕机传言虚惊一场,谷歌连夜澄清并指向补丁潮与AI挖洞

    过去一周,微软365、Outlook大规模中断;11月17日苹果因内部系统更新故障,iCloud、Apple Pay等服务受影响。随后X上传出Gmail也宕机,源头或为Downdetector:美东17日中午收到超2800条故障报告,多涉及邮件接收。但该平台数据由用户众包提交,仅反映报告情况,不足以证实Gmail发生大

    来源 AI 产业速递
  7. MIT“AI炒作指数”:AI像皮疹蔓延,人还能做主吗?

    MIT Technology Review发布“AI炒作指数”,指出人工智能已渗透日常生活每个角落:Google不惜损失数十亿美元广告收入强推AI Overviews,人形机器人开始被搬进家庭清洁场景,超市、街道、手机屏幕处处是AI。文章剖析这场全民AI热潮背后的商业逻辑、技术现实与泡沫隐忧,追问当AI像皮疹

    来源 AI 科技快讯
  8. Voyage Labs完成1200万美元融资:只做旅行,垂直AI代理能否站住脚

    当Muse、Gemini等通用助手把旅行规划当作演示场景时,由Google Maps前员工创办的Voyage Labs选择另一条路:只做旅行。这家初创公司完成1200万美元融资,试图用专业化AI代理在通用模型的夹缝中建立护城河。本文拆解其产品逻辑、行业背景与垂直AI代理的商业化难题。

    来源 AI 科技快讯
  9. 特朗普访华难破AI僵局 自家官员都不看好

    据WIRED报道,美国总统特朗普即将展开访华行程,但即便其政府内部官员也普遍认为,此访难以在人工智能领域取得实质性进展。英伟达相关丑闻的余波持续发酵,使围绕AI芯片出口与合作的谈判变得异常艰难。中美在AI领域的战略互疑与国内政治压力交织,令外交斡旋空间不断收窄。分析人士指出,技术竞争的结构性矛盾,恐怕不是一次元首会晤就

    来源 AI 行业观察
  10. 谷歌地图Ask Maps升级:AI可代打电话订位,还能规划自驾路线

    谷歌于2026年11月16日宣布对其基于Gemini技术的 Google Maps 聊天机器人 Ask Maps 进行重大功能更新。该工具现在不仅能够查找美容、宠物护理、汽车和房屋维修等各类预约服务,还能直接致电当地商家完成预订,并在显示可用时段前自动收集必要信息。同时,用户还可借助该功能查找已保存

    来源 AI 开发者社区
  11. 谷歌AI Mode上线临时对话:聊天不进搜索历史,无痕开关来了

    谷歌为其搜索中的AI Mode上线“临时对话”功能,用户与AI的交流不会写入搜索历史,也不会影响后续推荐。这一类似浏览器无痕模式的设计,正面回应了外界对AI搜索记录隐私的担忧,也标志着搜索巨头正在个性化体验与用户隐私之间寻找新的平衡点。

    来源 AI 科技快讯
  12. 谷歌地图Ask Maps迎重大更新:支持AI代打电话预约及智能行程规划

    谷歌于2026年11月16日宣布,基于Gemini的Google Maps聊天机器人Ask Maps重大更新。该工具可查找美容、宠物护理、汽车、房屋维修等预约服务,直接致电当地商家完成预订,并自动收集必要信息;还能查已保存餐厅的即时空位。行程规划可依兴趣生成,支持修改、分享或导出至谷歌。

    来源 AI 产业速递
  13. 华中科技大学与阿里巴巴联合成立AI前沿安全研究中心

    36氪获悉,华中科技大学与阿里巴巴集团签署合作协议,聚焦AI安全共建“智能攻防与前沿安全联合研究中心”,联合研究中心首批启动9个课题,覆盖大模型安全攻防、智能体与终端安全、智能化系统与软件安全、数据协同与隐私保护四大方向,解决普通人使用AI的痛点。

    来源 AI 行业观察
  14. 亚马逊CEO首度回应英伟达黄仁勋风波:合作关系不会动摇

    【TechWeb】11月18日消息,当地时间11月17日,亚马逊总裁兼首席执行官安迪·贾西(Andy Jassy)做客一档访谈节目。在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。 贾西表示:“我对黄仁勋怀有深深的敬意,也对英伟达怀有深深的敬意。长期以来,他们一

    来源 AI 行业观察
  15. 谷歌拆开Gemini隐私开关:聊天记录与AI训练分家,用户可单独拒绝

    谷歌在Gemini活动设置中将“AI训练”和“聊天历史”拆分为独立开关,用户可更灵活地决定是否让对话数据用于模型改进。文章分析这一变化对隐私控制、企业合规和行业竞争的意义,并提醒关闭训练不等于数据完全不留存,用户仍需关注默认设置与数据保留政策。

    来源 AI 科技快讯
  16. OpenAI报告:1819名科学家58万条消息,AI提效最高达2.83倍

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月17日消息,今天,OpenAI发布一项研究报告,关于科学家使用ChatGPT的情况以及对AI加速科研发现的看法。据受访科学家估计,在完成同等质量工作的前提下,使用AI的工作效率可达未使用时的约1.9倍。OpenAI经济研究团队以ChatGPT学

    来源 腾讯网
  17. 前谷歌苹果高管造弹药:AI帮他们规划十亿美元生意

    前谷歌与苹果校友查德·斯蒂尔伯格和安迪·贝恩斯,把经营软件公司和设计iPhone的经验带进致命弹药制造,并借助AI规划出一条十亿美元级的武器生意路径。他们的转型折射出硅谷人才与资本加速涌入国防科技的最新浪潮,也再次点燃关于技术伦理、军工创新与监管边界的争论。

    来源 AI 科技快讯
  18. ElevenLabs收购Kotoba:语音AI巨头进军日本,交易2026年四季度完成

    全球语音人工智能领域迎来了一起备受瞩目的行业整合。知名语音 AI 企业 ElevenLabs 于近日正式宣布,已成功收购日本领先的语音 AI 实验室 Kotoba。通过此次强强联手,双方将共同加速 AI 智能体与语音交互界面在全球第四大经济体的深度落地与普及。 突破语言文化壁垒:打造适应本土化深层语

    来源 AI 开发者社区
  19. 微软Decision-1.1决策模型发布:68分排第8,速度提升2倍

    智东西11月18日消息,今日,微软发布新一代决策模型Microsoft-Decision-1.1。在Artificial Analysis决策指数榜单中,Microsoft-Decision-1.1获得68分,排名第8,比微软首款决策模型高出6分,领先于Jev 1.14、谷歌Gemini Decision 1以及Ope

    来源 AI 行业观察
  20. ElevenLabs收购日本Kotoba:语音AI智能体加速落地日本

    全球语音AI领域现重要整合:ElevenLabs宣布收购日本领先语音AI实验室Kotoba。双方将强强联手,加速AI智能体与语音交互界面在全球第四大经济体日本的落地普及。此次合作意在突破语言文化壁垒,打造适应本土化深层语境的语音AI,应对地域色彩、复杂方言等交流差异,推动语音技术更自然融入当地市场。

    来源 AI 产业速递
  21. 特朗普与习近平深圳APEC会谈:AI事故热线操作细节待敲定

    美国总统特朗普与中国国家主席习近平将于2026年11月18日至19日在深圳APEC峰会上讨论AI事故热线操作细节,此机制源于9月承诺,议题包括失控AI系统与故意滥用风险。峰会将明确紧急沟通渠道的具体安排,但尚未确认新安全协议。双方在安全合作与战略竞争间寻求平衡,研究人员交流或成近期可行步骤。

    来源 AI 科技快讯
  22. 微软推出Decision-1.1决策模型:跑赢GPT-6 Luna,速度翻倍

    IT之家 11 月 18 日消息,微软昨日(11 月 17 日)宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型,目前已在 Microsoft Foundry、OpenRouter 和 Vercel 平台上线。 该模型面向企业级软件中的高频决策场景,可帮助应用在路由、分类、优先级排序、内容核

    来源 AI 行业观察
  23. 李彦宏谈AI泡沫风险:算力砸钱多,应用落地没跟上

    百度集团董事长兼CEO李彦宏11月17日在2026年APEC工商领导人峰会上表示,当前AI行业在算力和基础设施领域投入巨大,但上层应用的实际落地成效尚未达到预期。如果应用层长期无法取得突破,行业可能面临AI泡沫风险。 在“共建开放普惠的人工智能创新生态”研讨环节,李彦宏指出,AI技术栈不仅包括芯片、

    来源 AI 开发者社区
向下滚动自动加载更多