新智元报道
年度最危险论文发了！英伟达打破 20 年封印，让 AI 亲手造出更狠的「考官」淘汰自己。无休止的自我进化一旦开启，2028 年 ASI 降临真不是玩笑。
Anthropic 彻底「RSI 上头」了！
联合创始人 Jack Clark 抛出惊人预测，到 2028 年底，一个高度自主进化的 AI 就会诞生。
这个概率，是 60%！
在人们还在为「2028 RSI 能否实现」争论不休时，剑桥大学、英伟达等机构联手，丢出了一篇重磅论文——
「红皇后哥德尔机器」（Red Queen Gödel Machine）
它的运作，宛如一场残酷的 AI 生存游戏：
AI 自己编写新的学习算法，并将其投入沙盒进行试炼。失败的直接抹杀，成功的保留下来。
接着，幸存者们开启下一轮的自我进化与繁衍。
论文地址：https://arxiv.org/pdf/2606.26294
但真正令人毛骨悚然的，是 AI 随后展现出的「顿悟」：它意识到，想要不断变强，就必须面对更加苛刻的试炼。
于是，AI 开始主动「进化」自己的考官。
它亲手打造出更严苛的裁判，来评判自己写出的更高级的代码。
这套机制，将 AI 死死锁定在一个无休止的、疯狂自我迭代的 RSI 里。
看完这 37 页论文，许多人倒吸一口凉气，「这绝对是年度最危险的 AI 论文」！
2028 年 RSI 自进化
把预言写成代码
2003 年，德国科学家Jürgen Schmidhuber 曾构想过一种机器， 名为「哥德尔机」（Gödel Machine）。
它的设定堪称完美：一台能证明自己的改进有益、然后改写自身代码的机器。
一旦造出来，它就能不断自我升级，越变越强，没有上限。
不过，「哥德尔机」有一个致命的「门槛」——
在执行任何一行自我修改的代码前，它必须先从数学上严格证明：这次改动一定是有益的。
但在现实中，这几乎是个不可能完成的任务，所需的算力堪称「黑洞」。
于是，在之后整整 20 年里，哥德尔机只能躺在论文里，当一个理论上的天花板，一个谁都够不着的思想实验。
近两年，学界绕开了证明这道坎。
达尔文哥德尔机（DGM） 、赫胥黎哥德尔机（HGM）干脆抛弃数学证明，改用进化——
让 AI「繁殖」出大量带突变的代码变体，扔进沙盒里跑分，失败的淘汰，成功的保留，幸存者继续繁衍。
AI 跨越了最后一步，开始字面意义上「进化」自己。
但这些方法都还有一个共同的盲点——它们的考官是死的。
不管 AI 怎么进化，给它打分的那个评判标准、那个 benchmark、那个验证器，始终被钉死在循环之外，一动不动。
这恰恰违背了进化最核心的一条规律：
物种从不是在一个静止的环境里优化自己，而是和不断变化的环境一起改变。
红皇后哥德尔机（RQGM），要破的就是这道盲点。
「红皇后」真正杀招：让 AI 造出考官
「红皇后」这个名字，来自生物学家 Van Valen 1973 年提出的「红皇后假说」——
你必须拼命奔跑，才能停在原地，因为你的对手也在进化。
RQGM 干的事，正是把这句话写成了算法：让考官（评估器）和选手（任务智能体）一起进化。
这是整篇论文，最让人头皮发麻的地方。
这套精巧的机制叫「受控效用进化」（controlled utility evolution）：
-
整个搜索被切成一个个 epoch；
-
在每个 epoch 内，评估器（考官）是冻结的，给所有考生打分，保证信号稳定；
-
只有在 epoch 的边界，才允许换考官，且新考官必须在一份留出的「基准真相」锚点数据上，统计意义上打赢老考官，才能上位；
-
一旦换人，系统立刻执行「选择性擦除」：只丢掉那些由被换掉的考官打过的分，其余证据全部保留。
换句话说，它既要狂奔进化，又要每一步都站得住脚。
真的奏效了，AI 自己改代码
光说机制太抽象，不如直接看战绩。
第一战，写代码（Polyglot）。
RQGM 给写代码的 Agent 配了一个"代码评审员"当陪练。
结果，在留出测试集上，通过率从此前 SOTA 的 69.9% 提到了 71.7%。
更狠的是，它达到这个成绩，比对手少烧了 1.35 到 1.72 倍的 token。因为那个评审员只需要查一次，比反复多轮跑测试便宜太多了。
第二战，写论文。
这是个没有标准答案的领域，论文好不好，没法机器自动判分。
RQGM 让写手和它的评审一起进化，结果论文在一个固定评审小组里的接收率，从前 SOTA 的 21.8%，直接飙到 40.5%。
第三战，奥赛级数学证明。
它进化出的「评分官」（grader），比静态基线更准、搜索成本还低了 3 倍；
进化出的「证明选手」，拿到了最高的平均分。
但全篇最封神的一笔，是它把 AI 的一个老毛病给治好了。LLM 当裁判，有个出了名的毛病：偏爱 AI 生成的内容。
论文里那个最强的基线审稿人，接受 AI 写的论文的概率，是接受人类论文的最高 1.91 倍。
RQGM 怎么治？它在 epoch 边界上，把固定评审之前放过的 AI 论文捞出来，组成一个「对抗样本池」，然后专门奖励那些能把这些 AI 论文揪出来打回去的新评审。
进化几轮之后，最终的评审对 AI 和人类一视同仁，还保住了 80% 的真值准确率。
当 AI 学会评判自己
就在同一个夏天，Anthropic 联创 Jack Clark 押下重注：60% 的概率，2028 年底前，AI 将能亲手缔造出更强大的自己。
曾将「哥德尔机」死死困住 20 年的那道高墙，名为「证明」。
而「红皇后机」将其唤醒，只用了最残酷的一招：无休止的繁衍、淘汰、再繁衍。
当一个 AI 开始亲自为自己设计最严苛的考官，在疯狂的递归中将自己逼向极限，我们所面对的，将是一个开始自行定义「何为智慧」的全新物种。
当那一天到来，ASI 绝不会敲门预告。
它只会默默造出那个唯一有资格评判它的裁判，然后，从容地走入考场。
预言只负责指明终点，代码才负责抵达。
而现在，这段令人窒息的距离，正被 AI 自己，以几何级数缩短。
参考资料：
https://x.com/HowToPrompt__/status/2070824205663273175?s=20
https://x.com/kimmonismus/status/2070968241548120168
编辑：桃子
