你也可以考虑加入Gödel Machine (2003)、GPTSwarm (2024) 和 Agent-as-a-Judge (2024)。你博客中提到的许多优秀论文都广泛引用了这些工作。

如果你想进一步了解递归自我改进（RSI），以下资源也值得一看：

https://recursive-workshop.github.io https://people.idsia.ch/~juergen/metalearner.html… https://arxiv.org/abs/2402.16823 https://arxiv.org/abs/2410.10934 https://recursive.com

它们涵盖了RSI的早期思想以及一些近期视角。

ICLR 2026 递归自我改进研讨会

来源：https://recursive-workshop.github.io/ 欢迎光临！我们是 ICLR 2026 人工智能递归自我改进研讨会（RSI 2026），可能是世界上第一个专门致力于 RSI 的研讨会，将与 ICLR 2026 同期在里约热内卢举行（2026年4月23日至27日；研讨会日为4月26日；101-D 房间）。时机再好不过了。

递归自我改进不再是一个推测性的愿景。它正成为一个具体的系统问题。在文本、语音、视觉和具身交互领域，当前的模型已经能够诊断自身失败、批判自身行为、更新内部表示以及修改外部工具。所欠缺的不是雄心，而是原则性的方法、系统设计和评估，使自我改进变得可衡量、可靠且可部署。

本次研讨会汇集了从事全模态模型、多智能体智能体、机器人和科学发现领域的递归自我改进 AI 的研究人员。我们关注实践进展，例如基于批判和奖励的学习、测试时适应、经验积累以及受控的模型更新。

征文启事

我们征集能够将自我改进 AI 从承诺变为实践的方法、系统和评估，涵盖语言、语音和视觉领域，以及机器人和科学发现中的应用。

我们通过六个视角来界定投稿：(1) 改变什么（参数、世界模型、记忆、工具和技能、架构），(2) 改变何时发生（在一个回合内、测试时或部署后），(3) 改变如何产生（奖励或价值学习、模仿、进化搜索），(4) 系统在何处运行（网络和用户界面、游戏、机器人、科学、企业），(5) 对齐、安全与保障（长期稳定性、回归风险），以及 (6) 评估与基准。我们也欢迎关于优化与课程、记忆与模型编辑、检测与回滚的工作。

重要日期（AoE）

• 论文提交开放：2026年1月1日
• 论文提交截止：2026年2月10日
• 审稿人审稿截止：2026年2月28日
• 作者通知：2026年3月5日
• 研讨会日：2026年4月26日
• 地点：101 - D

提交说明

提交必须通过 OpenReview 进行，并使用 ICLR 会议论文集风格排版。

• 主赛道： 正文最多 8 页，参考文献不计在内。
• 短文赛道： 正文加参考文献总共最多 5 页。
• 所有被接受的论文将在延长海报展示环节展出；少数论文将被选为亮点口头报告。
• 安全与伦理（鼓励，可选）： 如果你的工作涉及自我改进行为或工具访问，请附上关于风险、局限和缓解措施的简要说明。

两个赛道均遵循 ICLR 2026 研讨会的提交和审稿要求。被接受的短文可能在研讨会网站上展示。审稿过程为单盲，通过 OpenReview 管理；不允许使用 AI 生成的论文，然而，鉴于研讨会的性质，作为工作一部分（例如演示、系统或实验）的 AI 生成产物是允许的，但必须明确披露，并且论文必须遵循 ICLR 2026 关于大型语言模型使用政策（https://blog.iclr.cc/2025/08/26/policies-on-large-language-model-usage-at-iclr-2026/），包括披露 LLM 的使用情况。

日程（暂定，所有演讲均含问答）

所有特邀演讲嘉宾的时段为 30 分钟。亮点口头报告每场 10 分钟，每个环节均设有过渡缓冲时间。以下时间为巴西利亚时间（里约）。

奖项 🏆

我们将颁发两项最佳论文奖和若干杰出论文奖，由程序委员会评选。

演讲嘉宾（按字母顺序排列）

小组讨论成员

超级明星小组讨论（下午 1:10 - 2:00）

开放讨论小组（下午 3:50 - 4:40）

委员会（组织者与执行者）

赞助商

腾讯

Meta

联系方式

有问题？请通过邮件联系我们：[email protected], [email protected]

参考文献

以下列出了几个关于递归自我改进的相关示例页面和论文：

1. https://people.idsia.ch/~juergen/metalearning.html
2. GPTSwarm: Language Agents as Optimizable Graphs (https://arxiv.org/pdf/2402.16823v3)
3. AlphaEvolve: A coding agent for scientific and algorithmic discovery (https://arxiv.org/pdf/2506.13131)
4. Agent-as-a-Judge: Evaluate Agents with Agents (https://arxiv.org/pdf/2410.10934)
5. Open-Ended Evolution of Self-Improving Agents (https://arxiv.org/pdf/2505.22954)
6. https://people.idsia.ch/~juergen/goedelmachine.html
7. Human-Level Coding Agent Development by an Approximation of the Optimal Self-Improving Machine (https://arxiv.org/pdf/2510.21614)

Bib

@inproceedings{zhuge2026iclr, title={ICLR 2026 Workshop on AI with Recursive Self-Improvement}, author={Zhuge, Mingchen and Zeng, A and Zhu, D and Feng, X and Yang, S and Chandra, V and Schmidhuber, J}, booktitle={International Conference on Learning Representations (Apr. 2026), https://openreview.net/pdf}, year={2026} }

Lilian Weng (@lilianweng): 关于 AI 自我改进的工程化执行器（harness）的新文章：https://t.co/XNCycrAZbM

很难预测 RSI 的未来在多大程度上依赖于执行器。很可能执行器工程将朝着自我改进的方向发展，并实现自动研究，进而产生更智能的系统。