> 数据图表想问下各位网友RSI 与持续学习、AutoML 和 Agentic AI 的差异2026-10-6我们认为，RSI 能否形成持续收益，关键在于上一轮产物能否直接用于下一轮研发。模型权重、记忆和执行框架都可以成为跨轮继承的载体。Tong Zheng 等人在 2026 年 9 月发布的Dream-RSI: Recursive Self-Improvement through Evolving Worlds中保留探索策略和历史轨迹，MiniMax 持续复用修改后的执行框架，智谱则把验证有效的工程经验沉淀为Optimization Skeleton。如果每轮结束后系统都回到原来的起点，即使单次性能提升明显，也很难持续降低后续研发成本。 跨代继承同步增加兼容性和回归管理需求。旧策略可能随着模型版本、工具链或硬件环境变化而失效，记忆和 Skill 也可能逐步过时，因此需要记录其来源和适用条件，并在新模型上重新验证。我们认为，后续可以通过单位预算下的有效改进数量、实验成功率和人工介入比例等指标，观察 RSI 是否真正形成跨轮收益。华泰证券综合其他
