PlanB：比特币站上50周均线上看8.9万美元，已确认熊市结束
相关推荐
PlanB：比特币价格已低于挖矿成本，后市行情取决于难度能否回升
火星财经消息，9 月 17 日，知名分析师 PlanB 发布全网挖矿难度与价格对照图称，当前应等待比特币挖矿难度重新上行。图表显示，截至 9 月 16 日全网挖矿难度约 127T，比特币价格明显运行在生产成本带下方，而在 2024 年至 2025 年期间，两者大体同步上行，2026 年难度转为横盘并一度回落，价格则率先下行。 PlanB 认为，现阶段难度较 S2F、幂律等模型更能刻画市场价格，因其近似矿工算力与 BTC 生产成本。PlanB 同时强调，这并非即时买入信号，而是观察矿工产能周期，若挖矿难度再度上调，或意味着矿工重新加码、底部更趋确认，若难度继续下修，则市场仍处于去杠杆阶段。
GLM-5.3开始优化自己的系统，智谱唐杰：RSI最小闭环已经出现
动察 Beating AI 快讯，智谱披露，GLM-5.3 驱动的 Infra Agent 已经参与优化 GLM-5.3-Flash 的推理系统。从首次跑通到承接全部生产流量不到两周，端到端吞吐提升到最初的 3.2 倍。 联合创始人兼首席科学家唐杰在复盘中提到，Agent 现在最容易卡住的地方，往往不是不会写代码，而是不知道问题出在哪。比如一次修改让吞吐下降 20%，它知道自己改坏了，却不知道是哪一层出了问题，下一步该查什么。 于是智谱把资深工程师平时的排查方法做成一套 Agent 可以直接使用的工具。Agent 改完代码后，可以自己检查结果对不对、时间耗在哪里、哪种方案更快，再根据结果继续修改。 靠这套方法，Agent 找出了长上下文计算误差、KV 传输阻塞和解码 kernel 重复计算等问题。其中一个 kernel 重写后提速 1.71 倍。 唐杰判断，工程师的角色会越来越像「设计反馈的人」。人负责定目标、设边界和审核高风险修改，Agent 自己提假设、改代码、跑实验。离完整的 RSI 还很远，但「模型优化系统，系统再服务模型」这个最小闭环已经出现。
智谱GLM公开国内大模型首个RSI实践：AI在十万卡国产集群上自建推理系统
火星财经消息,今日，智谱GLM 团队披露其在递归自我改进（Recursive Self-Improvement，RSI）方向的首个工程化实践：由GLM-5.3驱动的Infra Agent完成了GLM-5.3-Flash推理基础设施的设计、调试与优化，实现模型对自身运行系统的反向改进。这是国内大模型厂商首次公开跑进生产环境的RSI案例。据官方博客，Infra Agent在超10万张国产芯片组成的集群上从零完成生产级推理服务搭建，不到两周将端到端吞吐提升至初始基线的3倍，硬件利用效率与单Token成本达到主流NVIDIA GPU相当水平。 （科创板日报记者 李明明）(财联社)
又一条RSI路线出现：模型参数不动，Agent靠Memory持续进化
动察 Beating AI 快讯，UCSD 助理教授黄碧薇创办的因果世界模型公司 Aether AI 开源 RSIAgent。 这是一套不训练模型的递归自我改进框架。底层模型参数全程固定，Agent 会自己寻找值得练习的任务、实际操作、检查结果，再把成功方法和失败教训写进长期 Memory。下一轮继续利用这些经验，逐步补上能力短板。 系统由三个 Agent 配合。Curriculum Agent 决定接下来练什么，Actor Agent 真正操作软件，Verifier Agent 独立检查结果。探索分成两步：先广泛尝试不同任务，再针对失败、隐藏限制和边界情况继续深挖。最后 Memory 会被冻结，直接拿去执行正式任务。 在 OSWorld 2.0 上，加入这套 RSI 后，平均部分得分从 71.97% 提升到 78.98%；Agents’ Last Exam 从 83.75% 提升到 84.82%。不过这不是整套测试的严格 A/B 对比。OSWorld 只有一半任务实际用了 RSI 后的新结果，其余任务继续沿用原成绩。 它和 Prime Agent 这类 Harness 自我改进思路属于同一个大方向：模型权重不变，持续更新模型外面的东西。 RSIAgent 的特点是把改进重点放在 Memory，再用自主出题和独立验证，让这份外部经验库不断积累。
会改自己代码也不算真正自我进化：上海交大等给RSI划了5级
动察 Beating AI 快讯，上海交大联合清华、字节跳动、小红书、上海 AI Lab 等团队发布综述《The Last AI Built by Humans》，梳理 491 篇相关研究，试图给越来越泛的「AI 自我进化」划一条更严格的线。 论文把递归自我改进（RSI）分成 5 级。L1 只是执行人类规定好的改进流程；L2 可以自己决定怎么改；L3 连下一轮该学什么也能自己决定；L4 会根据实际运行中的反馈，持续修改记忆、技能、代码或 harness，让这些改动影响之后的任务；到了 L5，连负责产生下一轮改进的搜索方法、评估器和研究策略本身，也可以被修改，并交给下一轮继续使用。 所以单纯「会改自己代码」还不够。比如一个 Coding Agent 能重写自己的源码，但如果下一代怎么选、按什么标准打分、什么修改能留下来，仍由人写死，它只能证明自己会自我修改，还没有掌握完整的递归自我改进。 论文还把最高的 L5 拆成两层。第一层是「形式上递归」：AI 已经能修改负责后续改进的机制，并让下一轮继续沿用。第二层是「真的越改越强」：修改后的机制还得在相近资源和独立评测下，确实产生更强的下一代。 491 篇论文里，43.8% 被归为 L1，31.6% 在 L2，L5 只有 29 篇，占 5.9%。大量研究其实还集中在执行人类设计好的改进、自动寻找改法；真正把「如何改进」这套机制本身交给 AI 的工作很少。即使摸到 L5，长期稳定累积优势也还没有证明。 这篇论文主要是在给 RSI 领域立一套分类框架。L1 到 L5 是作者提出的标准，也还不是行业公认的统一分级。论文同时纳入了学术论文、技术报告、官方博客和开源系统，因为不少前沿 RSI 实践还没有进入正式论文。
OpenAI联创：RSI 仍存重大技术不确定性，RL 与持续学习成关键战场
PANews 9月13日消息，据Dwarkesh Patel频道访谈整理报道，多位AI研究员包括OpenAI联合创始人John Schulman、Charlie O’Neill与Beren Millidge在讨论中指出，递归自我改进（RSI）未必会带来短期内的“智能爆炸”，当前“Transformer+强化学习”范式可能在泛化、持续学习和样本效率上遭遇渐近瓶颈。嘉宾认为，大模型进步正从单纯算力扩展转向数据效率与稀疏/模块化架构，蒸馏与基于真实部署数据的持续学习，将成为中小实验室对抗头部实验室模型垄断的重要路径。