> 数据图表怎样理解AI 自动化程度评价量表
2026-10-6我们认为，头部模型厂商的 RSI 实践已经形成较为明显的分化。Anthropic 和 OpenAI 主要推进真实 AI 研发任务自动化，重点提高代码、实验和研究工作流中的 Agent 参与度Google重点发展可验证搜索及搜索策略自改进Meta 同时推进自修改机制与 AI 研究智能体智谱将 AI 用于国产推理基础设施建设MiniMax 把 Research Harness 纳入改进对象SSI 更偏向泛化、样本效率与持续学习等底层学习机制。不同厂商的切入点与自身研发资产和工程场景有关，已披露的工程实践大多优先选择反馈清晰、结果可验证的环节。 当前部分系统已经能够在完成修改后，根据测试结果、性能指标或内部 Eval 决定是否保留，并将有效改进继续用于后续任务。在已披露案例中，目标设定、评价器设计和关键研究决策大多仍由人类负责。我们判断，后续更值得关注的是改进结果能否跨任务复用，以及这种复用能否持续降低人工投入、实验成本和搜索开销。 
