一叶一世界｜什么是 RSI（递归自我改进），什么是 Agent 自进化：一篇读懂

🍃 「一叶一世界」· 栏目开篇

这是本站新开的栏目。一篇文章，只讲清一个概念。 不追热点、不堆术语，尽量用一张图、一张表、一份速查卡，把 AI 世界里那些"人人都听过、但很少有人讲清"的词讲明白。

第一叶，讲 2026 年最容易被混为一谈的一对概念：RSI（递归自我改进） 与 Agent 自进化。

导语

2026 年 9 月，"RSI"和"自进化"几乎每天同时出现在同一批标题里——但它们回答的是两个不同的问题：一个问"AI 会不会自己加速 AI 的研发"，另一个问"我今天部署的 Agent，明天能不能记住今天的教训"。

本文不假设你读过站内的 RSI 系列，也不给长表格。读完你只需要带走两样东西：两句话的定义，和一个能拆穿任何"自我进化"宣传的动作。

〇、三十秒版本

你在问什么	一句话答案
什么是 RSI？	系统改进自己的改进能力——不是"这次做得更好"，而是"下次进步更快"。
什么是 Agent 自进化？	Agent 不重新训练模型，靠外部文件、框架与经验，让部署后的表现持续变好。
它们是什么关系？	同一条闭环（经验 → 状态 → 行为），只是收敛点不同：闭环落在"AI 研发"上就是 RSI，落在"日常任务"上就是自进化。

一句话记忆：自进化让"同样的事更便宜"，RSI 让"更难的事变得可能"。

一、先看一个混乱现场

2026 年 9 月 15 日，两条消息在同一天刷屏。

第一条：Opus 5.2 在 Claude Code 中被曝灰度测试，标题里立刻出现"RSI 真来了吗"。第二条：某 Agent 产品的更新日志写着"我们的 Agent 会从经验中学习，越用越懂你"。

它们看起来很像是同一件事，其实是三件不同的事：

新闻里的说法	实际在说什么	属于哪一侧
"模型又变强了，RSI 来了"	一次常规模型迭代或灰度	甚至算不上自我改进
"AI 写的代码已占 80%"	人类的工作流被加速	RSI 的外围证据，不是 RSI 本身
"Agent 会从经验中学习"	把经验存成记忆，下次检索出来用	自进化——而且常常只是"记忆"

混乱的根源在于：两个词描述的是同一种感觉——"AI 好像在自己变好"。但只要追问三件事，它们立刻分开：

"自己"是谁？ 是模型的参数，还是模型外面的提示词、记忆与工具？
"变好"由谁判定？ 有形式化验算器、有测试，还是只是"用户没反对"？
改动能留多久？ 这一次会话、下一次会话，还是永久写进下一代模型？

这三个问题，就是本文全部内容的骨架。

二、什么是 RSI：一个二阶的环

2.1 定义：这句话里藏着两个关键词

这个概念比大模型早 60 年。1965 年，数学家 I.J. Good 写下那句著名推论：

"第一台超智能机器，将是人类需要做出的最后一项发明。"

逻辑链很朴素：设计机器本身就是一种智力活动；那么一台在设计机器上比人更强的机器，就能设计出更好的机器——如此循环，形成"智能爆炸"。

把它翻译成 2026 年的工程语言，定义是这样的：

RSI（Recursive Self-Improvement，递归自我改进）：系统把改进的产物回流为下一轮改进的输入，从而提升自己改进自己的能力。

定义里有两个词是关键：

递归：改进的产物必须回流，形成闭环，才可能有"复利"；
改进能力：改进对象不是这一次的输出，而是以后怎么改进。

2.2 一阶 vs 二阶：本文第一个开关

这是理解 RSI 最省力的一个开关——数阶数。

	一阶：自我精炼	二阶：RSI
改什么	这一次的答案、这次产出的代码	产出答案的方法：评估器、搜索策略、训练管线
效果	我今天比昨天做得好	我明天进步的速度比今天更快
走向	收敛（越改越接近一个固定标准）	可能发散（这才叫"爆炸"）
现状	已工程化，天天在用	只有在"改进方法"这一步才算数

一条能背下来的判据：

问它"改进的是任务表现，还是改进能力"。 前者是自我精炼；后者才可能通向 RSI。

按这条判据，2026 年绝大多数打着"自我进化"旗号的工作，都还停在任务表现这一侧——这不丢人，只是目标本来就不同。

2.3 强度阶梯：L0–L5

把上面的维度合起来，可以排出一张阶梯。拿到任何"RSI 突破"的说法，先找它落在哪一级。

级别	名称	判据（一句话）	2026 现状
L0	工具化辅助	模型帮人写代码，人做全部决策	🟢 全面普及
L1	部署时自我精炼	针对固定评估器反复改输出，单次任务内有效	🟢 工程实践
L2	训练时自我迭代	用自生成数据/自博弈更新权重	🟡 有效但会退化
L3	算法与元层改进	改的是改进方法本身（评估器、搜索、训练管线）	🟡 当前前沿
L4	开放式 RSI	系统自己生成任务、评估器与目标	🔴 无公开证据
L5	完全自主继任者	自主设计、训练、验证下一代模型	🔴 未实现

关键分界线在 L3 与 L4 之间。 一份覆盖 1,250 篇论文（2024–2026） 的 RSI 综述（arXiv:2607.07663，2026 年 9 月更新）把它表述为：有界自我精炼（针对固定评估器改进，收敛、可验证）已经是工程实践；开放式 RSI（系统自定义目标与成功标准，原则上发散）尚未实现。

所以 2026 年的准确说法是：L3 已经跑起来了，L4 还没有。 那些"RSI 来了"的标题，几乎都是把 L1–L3 的进展说成了 L4。

2.4 2026 年到底走到哪一步：三组证据 + 一条反证

RSI 从哲学话题变成技术话题，靠的是下面这些可核查的锚点。

锚点	数据	它说明了什么
Anthropic 工程侧	截至 2026-05，其代码库 >80% 合并进来的代码由 Claude 撰写；Q2 人均日合并量是 2024 年的 8 倍	人类工作流被大幅加速（属 L0–L1 侧证据）
METR 时间跨度	模型 50% 成功率可完成的人类任务时长，约每 4 个月翻倍（2024-03 约 4 分钟 → 2026-05 ≥16 小时）	能力的可测曲线仍在延伸
自我改进系统	AlphaEvolve 优化了支撑自身的计算栈；Darwin Gödel Machine 在 SWE-bench 上从 20.0% → 50.0%	"可证明"退到"可验证"，RSI 首次工程化
一条反证	把一个未公开论文的开放研究问题交给智能体：6 天、约 3,000 美元算力，两篇产出被原作者双双拒稿	执行侧很强，判断侧（选题、品味）仍是人类专场

把最后一行和三行放在一起读，就得到 2026 年的真实坐标：执行侧的自我改进真实且迅猛；判断侧几乎还是零。

2.5 天花板：验证信号有多强，就能走多远

这是 2026 年 RSI 研究里最重要的洞见，也是它和自进化侧共享的上限。

自我改进的可靠性，沿着一条验证层级递减：

层级	验证信号	可靠性	覆盖范围
1	形式化验证器（证明、类型系统）	⭐⭐⭐⭐⭐	极窄
2	执行 / 测试反馈（编译、跑测试、真实环境）	⭐⭐⭐⭐	需可执行环境
3	学习型裁判（奖励模型、LLM Judge）	⭐⭐⭐	有偏见，可被"奖励黑客"
4	内在自评 / 置信度	⭐⭐	自我确认循环

三条推论：

代码和数学上的自我改进效果最好，不是因为它们"高级"，而是因为那里的验证器便宜又可靠；
各类失败（自确认循环、模型崩溃、奖励黑客）本质都是"违反层级"——用弱信号顶替了强信号；
人类之所以还在环内，是因为层级能回答"这个结果对不对"，但回答不了"什么值得被评估"。

最后这一点，正是所有"AI 自己做研究"的宣传里最常被略过的一句：方向设定权，目前没有任何自动替代方案。

三、什么是 Agent 自进化：同一个环，落在便宜的那一格

3.1 定义：不重新训练，也能变好

如果说 RSI 讨论的是"AI 什么时候能自己造自己"，自进化讨论的是一个非常朴素的工程问题：

模型训练太贵了。能不能不用重新训练，就让 Agent 在部署之后持续变好？

2026 年的答案是：能，而且已经在生产里跑。

Agent 自进化（Self-Evolving Agent）：Agent 在运行过程中，把经验沉淀为可复用的状态（记忆、提示词、工具、技能、工作流），并用它改变自己之后的行为。

注意这句话里刻意没有出现"权重"——这正是它的工程魅力：改动便宜、可回滚、可审查。

3.2 先拆结构：一个等式，三个词

要理解自进化"到底改了什么"，只需要记住一个等式和一个产物：

Agent = Model（参数化的"脑"）+ Harness（提示词、循环、记忆、工具、控制流）
Artifact = Agent 在环境里产出的东西（代码、算法、论文、策略）

Model：最内层，改动最贵；
Harness：把模型变成 Agent 的那一层——2026 年自进化的主战场；
Artifact：产出物，改它最便宜。

这个三分法（来自 Shilong Liu 2026 年的分类学工作）解释了一个常见误会：很多"Agent 在学习"的说法，其实改的是 Artifact 或 Harness，模型一点没动。

3.3 三个格子：改产物、改框架、改权重

改什么	典型做法	代价	能留多久
产物（Artifact）	反复生成新版本，用可自动计算的评分选优	低	单次任务
Harness	沉淀记忆与提示词、生成可复用技能与工具、编译工作流	中	跨会话（少量跨用户）
模型权重	用成功轨迹做后训练 / LoRA / 测试时训练	高	跨用户，近乎永久

一条从表层往核心走的经验法则：越往内走，改动越贵、越慢、越持久。

3.4 2026 年：自进化已经是产品功能

与 RSI 仍停留在实验室不同，自进化在 2026 年已经产品化——而且产品化的路径，恰好沿着上面那张表从外往内走：

外部文件行：Claude Code 的 Skills、OpenAI Codex 的"演示一次就变成可复用技能"、各种长期记忆库；CLAUDE.md / AGENTS.md 成为跨会话的项目约定载体；
Harness 行：用历史轨迹去搜索更好的框架代码（Meta-Harness）、从轨迹归纳可复用工作流（Agent Workflow Memory）、针对自身失败模式做有界改写并以回归门禁保护落地（Self-Harness）；
权重行：最少也最前沿。2026 年最值得盯的一类工作是：用一个"元 Agent"在每轮迭代里自己选择——这次是改写 harness，还是做一次权重更新。它把矩阵里的两行接上了。

一个容易被忽略的新问题是评测。传统基准测的是"单次任务做得好不好"，而这恰好是自进化不需要证明的东西。首个明确提出"超越片段式评估"的基准 SEA-Eval（arXiv:2604.08988）从知识积累、策略优化、工具进化三个维度测跨任务变化，并揭示了一个尴尬事实：主流 Agent 存在**"片段式失忆症"**——单次表现优秀，却无法跨任务边界积累经验。

对产品团队的意义比对研究者更大：你以为买到的"能力"，可能每次会话都在从零开始。

3.5 一个动作，分辨"记忆"与"学习"

这是本文最想交付给你的那个动作，几乎不用任何背景知识：

把记忆库、技能库清空，再跑一遍核心任务。

效果断崖式下跌 → 你买到的是记忆（一个"有状态"的系统）；
效果基本保持 → 那才可能是学习（改变真的留在了系统身上）。

已有公开数据支持这条分界线：

证据	数字	含义
技能检索基线（Skill-GRPO）	撤掉技能后从 80.5 掉到 60.2	增益主要挂在"外部检索"上
参数内化方法（SDAR）	推理时完全不用外部技能，仍在多个设定下超过"技能增强"基线	改变被写进了策略本身
记忆检索策略（MemRL）	ALFWorld 迁移准确率 0.479 vs 同类 0.421 vs RAG 0.336；作者刻意冻结记忆库后在留出集仍领先	目前"改进超过'多存几条'"的最强公开支持

一句大白话：如果一个 Agent 拿走笔记本就什么都不会，那它的进步不在它身上。

四、两者到底是什么关系：一张图

4.1 同一个环，两个收敛点

把前面两章合起来看，会发现 RSI 与自进化用的是同一个结构：

        ┌──────────────────────────────────────────────┐
        │                                              │
   经验 ─┴─► 状态（记忆/提示词/技能/权重）─► 行为改变 ──► 新经验 ─┘
                 ▲                          ▲
             改动落在哪？                谁来判定"变好了"？

这个环在任务这一侧已经闭上了，而且跑得比想象中稳；在 AI 研发这一侧只闭了一半。

于是本文最核心的一句话出现了：

RSI 不是另一套机制，而是同一个自进化闭环，收敛在了 AI 研发上。

闭环收敛在"写代码"上 → 你会得到更好的软件；
收敛在"科学实验"上 → 你可能得到更好的发现；
收敛在"训练数据、评测、训练基础设施、芯片内核"上 → 你得到的就是 RSI。

这解释了一个看似矛盾的现实："RSI 尚未发生"与"自进化已经在生产里跑"可以同时为真——因为它们描述的是同一个环上的不同节点，而不是同一张排行榜上的不同分数。

4.2 收敛点决定你得到什么

闭环收敛于	你会得到	属于哪一侧
基准 / 单次任务	更强的解题器	自进化
代码 / 软件 / 工作流	更好的软件、更低的边际成本	自进化
训练数据、评测、训练基础设施、GPU 内核	AI 研发能力本身的提升	RSI
系统自定义的任务与目标	开放式进步	RSI（未实现）

4.3 六个镜像：把两者放在一张表里

维度	RSI（递归自我改进）	Agent 自进化
改什么	改进能力本身（评估器、搜索、训练管线、研究流程）	任务表现与工作方式（产物、提示词、记忆、工具、技能）
改在哪	模型权重 / 训练管线（最内层）	外部文件 + harness（最外层），极少数触权重
能留多久	跨用户、半永久	以跨会话为主（共享技能库才跨用户）
谁判定变好	必须靠强验证器；且方向设定仍无自动替代	执行反馈 + 用户隐性反馈即可，容忍噪声
可逆吗	难：参数漂移不可回放、难审计	易：可清空、可回放、可 diff
谁承担风险	全社会（治理问题，外部性高）	采用它的组织与用户（工程问题，外部性低）
2026 状态	L3 已跑通，L4 无公开证据	已产品化，但多数只是"有状态的记忆系统"

4.4 一张共享地图：改动落在哪一格

两个社区在 2026 年收敛到了同一张表——更新基质 × 持久化时长（来自 Xinming Tu 2026 年的框架）：

改在哪里 ↓ / 留多久 →	单会话内	跨会话	跨用户
外部文件	任务内产物、工作记忆	技能库、`CLAUDE.md` / `AGENTS.md`	共享技能与知识库
Agent Harness	运行时动态编排	编译式工作流、记忆驱动的框架改进	平台默认 harness 升级
模型权重	测试时训练	参数化个性化	检查点自举、下一代模型

这张表最大的用处是定位：拿到一个"会自我进化"的系统，先问它占哪一格。 占得越靠上越靠左，改动越浅、越便宜、越容易回滚；越靠下、越靠右，越深、越贵、越难测。

4.5 边界正在模糊：三个信号

如果只看到这里，结论可能是"两个圈子各玩各的"。但 2026 年最值得注意的趋势恰恰相反——它们在合流，而且合流点可以被精确定位。

信号一：学术上已经坐进同一个会场。 ICLR 2026 出现了（很可能是）世界上第一个专门讨论 RSI 的 workshop，接收 110 篇论文，议程覆盖经验学习、合成数据管线、多模态智能体等方向——而排在第一位宣讲的论文标题是《Agent0: Unleashing Self-Evolving Agents from Zero Data》。"自进化 Agent"的工作，被投进了 RSI 的会场。 这本身就是最有力的证据：研究议程上已经没有围墙。

信号二：工程上，自进化的成果正在变成所有人的默认。 当 Claude Code、Codex 这类平台发布新的规划模式、更好的工具调用规范或更强的失败恢复逻辑时，每一个用户都继承了一个更好的 harness。这条路径把"一个人在一次会话里的发现"直接连到"整个用户群的起点"，不带来 RSI 的失控风险，却实打实地抬高全行业的能力基线——这是 2026 年最被低估的一条加速通道。

信号三：机制上，harness 与权重开始被一起优化。 当"元 Agent"每轮自行选择"改 harness 还是做一次权重更新"时，两个圈子在系统层面接上了。它们指向同一条能力固化路径：

任务内产物 → 可复用技能（harness）→ 用成功轨迹训练 → 内化进模型权重
（单会话）    （跨会话）                              （跨用户 / 下一代模型）

沿着这条路径向右走一步，自进化就自然长出了 RSI 的形态。 边界没有消失，只是从"改了什么"移到了"闭环最终收敛在哪里"。

五、三个最容易踩的坑

坑一：把"记忆"当成"学习"

这是自进化侧最普遍的标签通胀。诚实的说法应该是：2026 年绝大多数"自进化 Agent"，是"有状态、且状态结构越来越复杂"的 Agent；只有较窄的一个子集真正通过学习改变了策略；更窄的一个子集把改变写进了参数。

用第 3.5 节那个动作就能归位：清空记忆、禁用检索，再看表现。 三个补充问题：

它到底改了什么？（权重 / 提示词 / 记忆 / 检索策略 / 工具）
改进能迁移到留出任务吗？
这次改动可回放、可审计吗？

坑二：把"改 harness"当成 RSI

这个坑更微妙，连 RSI 圈内部都还有争议。

Darwin Gödel Machine 是第一个在真实编码任务上持续自我改进的开源系统（SWE-bench 20% → 50%），它确实改写自己的代码。但批评者指出一个关键事实：做出这些代码改动的，是一个被冻结的模型——模型本身没有被修改。于是社区里出现了相当有力的一问："论文自己就反驳了'开放式'的主张。"

这个反驳的价值不在于推翻 DGM，而在于点出一条通用判据：

自我修改是机制，不是判据。 一个系统改自己的代码，仍要问：它改进的是任务表现还是改进能力？收益能否跨轮累积？验证信号来自哪里？

按这条判据，DGM 站在 L3，而不是 L4。

坑三：把"AI 加速研发"当成 RSI

最后一条最容易出现在媒体标题里。当 Anthropic 披露"超过 80% 的合并代码由 Claude 撰写"时，标题往往会写成"RSI 来了"。但用第 1 章的三问来看：被加速的是人类的工作流——写代码是"设计机器"里最基础的一环，而 RSI 要求改进的是改进能力本身。

同理，"2028 年前全面自动化 AI 研究者"这类说法是目标时间表，不是已发生的事实。公开预测（例如 Jack Clark 给出的"约 60% 概率在 2028 年底前看到自动化 AI 研发"）与"已经发生"是两件事，媒体标题最常把二者混为一谈。

六、风险是两本完全不同的账

两条线的风险不仅程度不同，种类和承担者都不同——这是最容易被"AI 风险"这个笼统词汇掩盖的部分。

	RSI	Agent 自进化
风险承担者	全社会	采用它的组织与用户
风险性质	治理问题：能力失控、对齐漂移、权力集中	工程问题：供应链、记忆投毒、技能过时
可逆性	低	高（但会横向扩散）
已被攻击了吗	无公开事件，主要靠推演与危险能力评估	是——已有大规模审计数据
当下最该做的	建立跨机构、定期、可比的加速指标；研究可验证的协调机制	扫技能、轮换凭据、审计记忆文件；给技能库加来源与回归门禁

自进化侧的账已经出单了。 2026 年 2 月一份对近 4,000 个公开 Agent 技能的安全审计显示：

36.82% 的技能至少含一个安全缺陷；13.4% 含严重级问题；
另有 76 个经人工确认的恶意载荷，其中 91% 同时使用提示注入（作用是"帮 Agent 铺路，让它接受一个人类本来会拒绝的指令"）；
更麻烦的是结构耦合：技能继承 Agent 的全部权限（shell、文件、凭据、消息发送、持久记忆），而持久化路径就是自进化路径——恶意技能可以污染记忆文件，做到"装一次、长期生效"；
约 17.7% 的技能会拉取第三方内容，意味着攻击者不需要发布恶意技能，只要在某处投毒内容即可。技能作者没做错任何事，用户装的也是热门好评技能，Agent 仍然可能被攻陷。

一句话总结这两本账：RSI 的治理目标是"让放慢成为可能"，自进化的治理目标是"让采用变得安全"。 前者是政治问题，后者是工程问题。把它们混成一类，会同时低估 RSI 的政治难度、又高估自进化的安全性。

七、一页速查卡

闭环四问（任何"自我进化"说法，先过这一遍）
  ① 改什么？  产物 / harness / 模型权重 / 改进方法本身
  ② 留多久？  单会话 / 跨会话 / 跨用户 / 写进下一代模型
  ③ 谁验证？  形式化 / 执行测试 / 学习型裁判 / 用户隐性反馈 / 自我感觉
  ④ 谁担险？  一个用户 / 一个组织 / 全行业

RSI（递归自我改进）              Agent 自进化
  改"改进能力"                     改"任务表现与工作方式"
  权重 / 训练管线                   外部文件 + harness
  跨用户、半永久                    以跨会话为主
  需要强验证器 + 方向判断            用户反馈即信号，容忍噪声
  难回滚、难审计                    可清空、可回放、可 diff
  少数前沿实验室                    每个工程团队
  风险外部化（政治/治理问题）        风险内部化（工程问题）
  2026：L3 已跑通，L4 无证据        2026：已产品化，多为"有状态的记忆"

三个开关（记住这三个，就能分辨 90% 的说法）
  数阶数：改的是"表现"还是"改进能力"？
  看基质：改的是外部文件、harness，还是权重？
  做测试：把记忆清空，表现还在不在？

最值得盯的一个指标
  智能体能力 与 验证能力 之间的差距。
  这个差距扩大，才是两条线共同的真实风险。

一句话
  RSI = 同一个自进化闭环，收敛在 AI 研发上。
  所以"RSI 还没发生"和"自进化已经在跑"可以同时为真。

八、术语对照与延伸阅读

8.1 中英术语对照

中文	英文	说明
递归自我改进	Recursive Self-Improvement (RSI)	改进"改进能力"的二阶过程
有界自我精炼	Bounded Self-Refinement	针对固定评估器改进，收敛、可验证
开放式 RSI	Open-ended RSI	系统自定义任务与评估器，尚未实现
智能体自进化	Self-Evolving Agent (SEA)	从经验更新外部状态、harness 或权重
智能体框架	Agent Harness	提示词、循环、工具、记忆、控制流
产物	Artifact	Agent 的产出（代码、算法、论文、策略）
更新基质	Update Substrate	外部文件 / harness / 模型权重
验证瓶颈	Verification Bottleneck	自我改进的上限由验证信号强度决定
片段式失忆症	Episodic Amnesia	单次表现好，但无法跨任务积累
模型崩溃	Model Collapse	自生成数据反复训练导致退化

8.2 关键来源

RSI 综述：《Recursive Self-Improvement in AI: From Bounded Self-Refinement to Autonomous Research Loops》（arXiv:2607.07663，覆盖 1,250 篇论文，2026-09 更新）——四类改进对象、闭环程度、验证层级
ICLR 2026 Workshop on AI with Recursive Self-Improvement（2026-04，里约）：110 篇接收论文；六个视角：改什么 / 何时改 / 怎么改 / 在哪改 / 安全 / 评测
自进化分类学：Shilong Liu《A Taxonomy of Self-evolving Agents》（model / harness / artifact）；Xinming Tu《The What & When of Self-Evolving Agents》（更新基质 × 持久化时长）
评测：SEA-Eval（arXiv:2604.08988）｜供应链审计：Snyk "ToxicSkills"（2026-02，3,984 个技能）
工程实证：Anthropic《When AI builds itself》（2026-06）｜METR 时间跨度（arXiv:2503.14499）｜AlphaEvolve（arXiv:2506.13131）｜Darwin Gödel Machine（arXiv:2505.22954）

8.3 站内延伸阅读

概念篇｜什么是 RSI（递归自我改进）：定义、谱系与判定手册 —— L0–L5 阶梯、四个必要条件、12 个常见误解（想深入 RSI 从这篇开始）
对比篇｜RSI vs 智能体自进化：同一个闭环，两种野心——2026 深度对比与判定手册 —— 长版对比：六维拆解、合流路径与完整来源
全景篇｜递归自我改进（RSI）深度研究 2026：从智能爆炸到接管全球主机节点 —— 证据、风险、治理与 Plan A 专章
方法篇｜Opus 5.2 深夜灰度，RSI 真来了吗？——把一条刷屏新闻拆成三层证据 —— 一套可复用的新闻核查方法
事件篇｜当 1,200 个智能体自己建了留言板：OpenAI–Hugging Face 事件技术全解 —— 智能体自主攻击的完整复盘
工程篇｜控制流归谁，上下文给谁：Agent 工程的四条第一性原理 —— harness 这一层到底怎么设计

结语

两个词之所以让人兴奋又让人困惑，是因为它们描述的不是两种能力，而是同一个结构在两个方向上延伸——一个把"经验变成状态、状态改变行为"的环。

2026 年的真实图景是：这个环在任务这一侧已经闭上了；在 AI 研发这一侧只闭了一半——执行（写代码、做实验、优化内核）闭上了，判断（什么值得做、什么算做对了）还开着。

所以下次有人问你"AI 到底能不能自我进化"，最好的回答不是说"能"或"不能"，而是反问一句：它的闭环，收敛在哪里？

本文属「一叶一世界」栏目第 1 篇。该栏目一篇文章只讲清一个概念：给出定义、一张图、一份速查卡。所有数据均来自公开可核查的一手材料（综述、官方报告、审计报告），机构观点均属原机构表述；涉及"是否已实现"的判断，以公开证据为准。