Перейти до вмісту
Есе#AI-агенти#Продуктивність#Спостереження

Рекурсивне самовдосконалення AI

Китайська стаття: "Останній із AI, який ще зроблений людьми".

Опубліковано · Ярослав Максимович

Китайська стаття: "Останній із AI, який ще зроблений людьми". опублікована на arXiv 10 вересня 2026)
Переклад із поясненнями через Перплексіті

"The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement" (Shanghai Jiao Tong, Tsinghua, ByteDance, Shanghai AI Lab, Theseus Labs та ін.

Переклад тексту
Китай не гониться за AGI чи Сингулярністю.

Вони ніде не пишуть «Сингулярність — наш національний горизонт». Але пишуть, що еволюція AI буде величезною, і все, що відбулося досі, — лише крапля в океані.

Карта з 5 рівнів до справжнього RSI: рекурсивне самовдосконалення щойно отримало чіткий чеклист із п'яти рівнів.

Китайський огляд із 33 авторами вже назвав кінцеву мету: «Останній AI, створений людьми».

рівень 1 — AI виконує патч (виправлення)

рівень 2 — AI обирає стратегію

рівень 3 — AI самостійно накопичує досвід

рівень 4 — AI адаптується на основі реального світу

рівень 5 — AI переписує сам процес вдосконалення

L5 — це і є той claim, що за формою нагадує сингулярність.

Ви перестаєте будувати моделі.
Ви будуєте процес, який будує наступний процес.

Більшість систем сьогодні: L2–L3. L5: є ранні свідчення, але не «запуск».

RSI — це не «модель стала краще кодити».

Це:

досвід перетворюється на стійку (persistent) зміну

ця зміна веде до кращих майбутніх вдосконалень

ці вдосконалення передаються (успадковуються) у наступний раунд

Якщо цикл лише покращує результати (output) — це рефайнмент (просте покращення виходу). Якщо цикл покращує сам механізм вдосконалення — це RSI.

Вони вводять HCI — Headroom-Closed Index (індекс «закритого запасу росту»).

Суть: сучасні LLM не можуть безкінечно покращуватися лише через читання більшої кількості людських текстів.

Прогрес нерівномірний.
В інтерактивній роботі (кодинг, інструменти, агенти) залишається ще багато незакритого потенціалу для росту.

Масштабування статичної моделі — це не замкнутий цикл вдосконалення.

Тож вони перестають запитувати «який великий модель»
і починають запитувати «хто володіє наступним вдосконаленням».

Пояснення ключових термінів і моментів
Що таке RSI (Recursive Self-Improvement)
Це не про те, що модель просто стає точнішою чи швидшою після файнтюнінгу. Автори наполягають на строгішому визначенні: RSI — це замкнутий цикл, де AI-система сама виявляє власні обмеження, розробляє й перевіряє вдосконалення, а потім результат одного циклу змінює те, як генеруються, оцінюються, обираються чи закріплюються майбутні вдосконалення. Простими словами: якщо покращується лише вихід (output) моделі — це "refinement" (звичайне покращення), а не RSI. RSI настає лише тоді, коли покращується сам механізм, що виробляє покращення, і цей механізм передається наступним поколінням систем.

П'ять рівнів автономії
Дослідники з Shanghai Jiao Tong University, Tsinghua University, ByteDance, Shanghai AI Lab, Theseus Labs, ModelBest (面壁智能), Xiaohongshu (Little Red Book) та Tencent опублікували 75-сторінковий огляд 10 вересня 2026 року на arXiv. Вони проаналізували 491 дослідження і виділили п'ять рівнів:

L1 (виконання) — AI лише виконує процедури вдосконалення, спроєктовані людьми.

L2 (стратегія) — AI сам вирішує, яку стратегію вдосконалення застосувати.

L3 (досвід) — AI сам визначає, які дані чи досвід йому потрібні для навчання в наступному раунді.

L4 (адаптація) — AI безперервно змінює пам'ять, навички, код чи "обв'язку" (harness) на основі реального фідбеку з розгортання, і це впливає на майбутні задачі.

L5 (мета-вдосконалення) — навіть методи пошуку, оцінювачі (evaluators) та дослідницька стратегія, що генерують наступний раунд вдосконалень, можуть бути змінені й передані далі.

Автори додатково діляться L5 на дві підкатегорії: "формальна рекурсія" (AI може змінювати механізми майбутніх вдосконалень і передавати їх далі) та "справжнє вдосконалення" (змінені механізми мають доказово породжувати сильніші системи наступного покоління за порівнюваних ресурсів і незалежної оцінки).

Де реально перебуває індустрія
За висновками дослідників, більшість сучасних систем (включно з провідними LLM-агентами) перебувають на рівнях L2–L3. Повноцінна демонстрація L5 для процесу розробки програмного забезпечення ще не відбулася — є лише ранні свідчення в контрольованих експериментах і окремих індустріальних системах, але не "запуск" (ignition) справжнього самопідтримуваного циклу.

HCI — Headroom-Closed Index
Це метрика, яку автори вводять, щоб показати: прогрес LLM нерівномірний. "Headroom" — це запас потенційного росту; "closed" — наскільки цей запас вже вичерпаний існуючими методами (переважно навчанням на людських текстах). Індекс показує, що для статичних задач (де можна просто "нагодувати" модель більше даних) запас росту вже сильно "закритий", тоді як для інтерактивної роботи — кодингу, роботи з інструментами, агентних задач — залишається значний невикористаний потенціал. Головний висновок: просто масштабувати статичну модель (більше параметрів, більше даних) — це не те саме, що замкнутий цикл самовдосконалення, бо в такому масштабуванні відсутній елемент, коли результат впливає на сам механізм майбутніх покращень.

Чому це протиставляється "Сингулярності" в західному дискурсі
Автор посту підкреслює: китайські дослідники уникають риторики типу "Сингулярність — це наша мета", хоча по суті L5 описує саме сингулярність-подібний сценарій — момент, коли люди перестають напряму будувати моделі, а замість цього будують процес, який сам будує наступний, кращий процес. Тобто фокус зміщується з питання "яка модель найбільша/найпотужніша" на питання "хто контролює механізм наступного вдосконалення" — це і є справжня ставка в гонці AI.

.
Які висновки:
1. Розрив між дорогими американськими моделями та дешевшими американськими і китайськими - неймовірна прірва.
2. Якщо ви до сих пір носите документи в ChatGPT і вважаєте це "я перейшов на АІ, я все роблю так як треба".
То ви молодець що зробили перші кроки, але будьте обережними через безпідставне самозаспокоєння.

Автоматизація компанії це не тоді коли йде підсилення співробітника за допомогою Copilot чи ChatGPT.
А, автоматизація - це коли робота робиться БЕЗ співробітника. Але під його наглядом.
І самовдосконалюється.

Не впенені що ваш ІТ-шник знає як?
Не хвилюйтесь, зараз всі такі. Із 150 дзвінків за останні три місяці - я зустрічав лише одного керівника ІТ, який знав що робить.

Всі інші - просто палили свою зарплату, і вели компанію в неправильних напрямках, напр в N8N, або запускали варіанти ботів на OpenClaw чи навіть Manus, деякі просто купували той самий Copilot, бо ж треба робити хоть щось.
А деякі умудрялись навіть на DeepSeek.
По факту - всі там же де і були півроку тому, і рік тому.

Джерела

Що з цим робити далі

Зробити самому

Усе, на чому стоїть цей текст, — у джерелах вище. Візьміть один процес у своїй компанії і перевірте на ньому одну тезу звідси: тиждень такої перевірки скаже більше, ніж ще десять прочитаних статей.

Коли має сенс оргсхема

Коли процесів більше, ніж встигаєте перевірити руками, і незрозуміло, з якого відділу почати. Оргсхема показує компанію зверху і підказує, де AI дасть віддачу першою.

Переглянути організаційну схему

Пов'язані матеріали

Схоже за темами — підібрано автоматично

Як зроблено. Це мій пост у Facebook від 15.09.2026, збережений тут без змін.

Якщо хочете розібрати свою задачу — напишіть мені в Telegram: t.me/YaroslavMaxymovych