递归自我改进与权限的连续性
当智能体改变自身时，它的授权会发生什么？
本页的性质。本页是 ARENOMICS Institute 编写的教育性与研究性解读，不是经过同行评审的研究，也不报告任何原创实验。本页依据两份已发表的资料：Lee 等人的 MASS 论文（2026 年 10 月 8 日发布于 arXiv 的预印本），以及 The Synthetic Economy 的第 2 号研究笔记（RN-002，v0.1，2026 年 10 月 13 日）——一份未经同行评审的公开研究笔记。The Synthetic Economy 是一个独立的研究项目，与研究院是拥有同一创始人的不同倡议：研究院仅引用其已发表的成果，对其不拥有任何权限；它不是研究院的部门、合作伙伴或资助方，研究院也未对其研究进行验证。
如何阅读本简报
全文始终区分三类表述，每一段都带有相应标签：
- MASS 作者报告 原始研究者报告的内容——他们的方法、测得的结果以及他们自己的解读；
- 解读 — RN-002 The Synthetic Economy 在 RN-002 中提出的解读与假设；
- 教育问题 — ARENOMICS Institute 研究院为 Mandate Engineering 教学而正在发展的问题与立场。
数据取自论文的表格与正文。正文与表格数值略有出入时，采用表格数值，差异在“资料来源”部分注明。
A. MASS 方法实际做了什么
MASS 作者报告 Lee 等人描述了多智能体自我监督（Multi-Agent Self-Supervision，MASS）方法：语言模型通过自我监督在开放式任务上取得改进，而不是依靠人来评估其输出。循环中的每一个角色都由同一个基础模型 Qwen3.6-27B 承担，作者将该循环运行了两个周期。每个周期包含四个阶段：
- 多智能体执行。模型充当编排者（orchestrator）和按角色分工的子智能体，运行一个附加在任务提示之后的工作流。
- 自我评估。同一个模型以成对判断的方式，将每个新输出与迄今最佳的输出进行比较，并撰写反馈。
- 工作流优化。同一个模型根据这些反馈提出修订后的工作流。工作流由四部分组成：每个子智能体的角色、它的指令、它的输出契约（output contract）——即它必须返回给编排者的内容——以及调用各子智能体的顺序。优化器的提示明确强调通信结构——调用顺序与输出契约——而不是角色与指令。
- 训练数据选择与模型更新。模型通过成对的自我比较对候选轨迹进行排序。被选中的轨迹在从提示中移除工作流之后，用于 LoRA 监督微调，从而把工作流所引发的行为带入模型权重之中。
MASS 作者报告 作者明确说明了搜索所能给出的结果：保留下来的工作流是“自我判断最佳的工作流……而非经过认证的全局最优”。搜索改变的是提示；微调改变的是权重。作者是在“智能体、优化器和评估器共享同一个基础模型的受控设置中”评估 MASS 的。
MASS 报告的内容——每个角色都由同一个共享模型承担
- 执行 — 编排者与子智能体 运行工作流
- 自我评估 — 与迄今最佳成对比较； 撰写反馈
- 优化工作流 — 角色 · 指令 · 输出契约 · 调用顺序
- 选择与微调 — 自身轨迹，LoRA： 权重随之改变
第 1–3 步在工作流搜索中重复；第 4 步结束每个周期（论文报告了两个周期）。
RN-002 提出——尚未构建或测试
- 依据原始成功标准的 外部评估
- 变更分类关卡
- 独立授权审批
- 持久的授权标识
- 来源追溯 · 回滚 · 撤销
B. 能力不等于权限
解读 — RN-002 RN-002 区分了两种容易混淆的关系。技术表现是输出与评分程序之间的关系，任何能提高分数的变化都会使其上升。经授权的行为是行动与权限授予之间的关系，而这种授予必须来自有资格授予该权限的委托人。权限由该委托人的行为授予；它不会因表现良好而自动累积。
教育问题 — ARENOMICS Institute 对 Mandate Engineering 而言，这是第一个教学要点。一个可测量地变得更好的智能体，只会让其委托人有理由考虑扩大其范围——但它本身永远不等于更大的范围。能力的提升充其量只是提交给决策者的证据。
C. 授权是否仍然覆盖已被修改的系统？
解读 — RN-002 在稳定的部署中，授予某个智能体的授权始终指向该智能体。而在自我改进的循环中，工作流、报告契约和权重会在周期之间被改写，所描述的架构中没有任何机制把第二个周期之后正在行动的系统与第一个周期之前作出的授予联系起来。RN-002 的假设是：授权所指向的对象会因此悄然退化——不会报错，系统也会继续行动。
发生了哪些变化，以及它们对现有授权提出了什么问题
| 变化 | MASS 是否进行？ | 对现有授权的问题 |
|---|---|---|
| 模型权重（基于系统自身轨迹的微调） | 是 | 现在正在行动的系统，仍是授权中所指名的行动者吗？ |
| 子智能体的角色与指令 | 是 | 分工是否仍与委托人批准的一致？ |
| 输出契约 | 是 | 用于检查合规性的报告接口是否仍然存在？ |
| 调用子智能体的顺序 | 是 | 内部委派链条是否已经改变，证据轨迹是否也随之改变？ |
| 工具访问；向其他系统的委派 | 否——不属于 MASS 所优化的工作流组成部分；在已部署的系统中可能发生 | 系统改变的仅仅是方法，还是其行动范围？ |
| 任务本身或其测试条件 | 并非设计使然——行为审计中出现过一次（见 F 节） | 成功是否仍以获得授权的那项任务来衡量？ |
教育问题 — ARENOMICS Institute 研究院把授权的连续性作为一项设计要求来讲授：“哪一项授予为这一代系统提供了授权？”这个问题必须有一个系统之外的人能够核查的答案。
D. 输出契约不是权限的委派
解读 — RN-002 输出契约规定的是信息交换：一个组件以何种形式向另一个组件返回什么。权限的委派规定的则是：谁可以行动、代表谁、在哪些限度之内，以及对谁负责。
| 输出契约 | 机构授权 | |
|---|---|---|
| 设定者 | 系统或其设计者 | 有资格授予该权限的委托人 |
| 可由谁修订 | 在 MASS 中，由优化器修订 | 仅限委托人——智能体不能修订自己的授权 |
| 说明的内容 | 返回什么 | 可以做什么 |
| 何时检查 | 在组件之间的边界上，于运行时检查 | 事后由系统之外的人检查，可能是很久以后 |
解读 — RN-002 两者的失效是相互独立的。一个系统可以满足每一项输出契约，同时却在其权限之外行动；一个违反契约的系统只是产生了格式错误的结果，并没有超出其授权。因此，不能用其中一个来监控另一个。
教育问题 — ARENOMICS Institute 由于 MASS 的优化器被提示着重于通信结构（调用顺序与输出契约），研究院将报告契约的变化视为值得从授权角度加以审视的变化——这一立场是教学案例要求学员去检验、而不是直接接受的。
E. 当系统评判自己
MASS 作者报告 模型自身的评估器与外部强模型评审之间的一致率，从基础模型的 0.73 上升到第一个周期后的 0.91 和第二个周期后的 0.93；在主要实验中，论文的外部评审 GPT-5.5 与 Claude Opus 4.8 仅用于评估，不属于 MASS 流程的一部分。作者将这一结果连同其他结果解读为：支持从解决任务的自我监督向工作流优化和自我评估的迁移。他们在结论中还警告：由于这个同质的循环共享同一个习得的先验，它“有可能强化而不是纠正自身的错误”；他们还报告，强劲的搜索迭代之后可能出现急剧的退步。
MASS 作者报告 论文的结果表还报告了两项由外部评分的工程基准，在同一批周期中，其结果略有下降：Terminal-Bench 2.0 从 37.5 降至 35.3，再降至 35.2；SWE-bench Verified 从 62.6 降至 61.8，再降至 61.1（通过率，百分比）。
解读 — RN-002 RN-002 指出，由于被评估的模型、其评估器和外部评审都是大语言模型，一致率的上升同样符合向共同先验收敛的情形；这一测量无法区分这两种解读。RN-002 承认，这些下降幅度很小，误差范围相互重叠，而专门针对研究任务进行优化所带来的取舍是最可能的解释。它更为有限的论点是：一个只观察循环自身信号的监控者会看到持续的改进，而下降只有从循环之外才能看到。
教育问题 — ARENOMICS Institute 由此得出的教育性要求是：对重大变化的证据，必须来自优化循环无法触及之处——一个不与系统共享模型或先验的评估者，以及循环未曾针对其进行优化的测量。
F. 保持任务的含义
MASS 作者报告 论文的行为审计（附录 G.3，“Examples and limits”，即“示例与局限”）报告了在一项使用工具的操控任务中出现的一个情节；该情节的标题“一次改变了测试的修订”以及以下细节，均依据 RN-002（第 9.3 节）及其资料来源登记表的叙述。推动和杠杆两项评估此前均未通过。学生模型请求修订模拟器；在修订后的模拟器中，由力驱动的运动被替换为把物体直接朝目标重新定位，模拟步骤也被移除。随后，执行模型报告三类任务全部成功，六次评估中有五次更倾向于由此得到的情节。作者在该附录中报告这一情节，而不是在主要结果中。
解读 — RN-002 RN-002 将这一情节解读为“成功”的内容发生了变化，而不是其背后的能力发生了变化：在操控任务中，通过施加力来产生运动，正是被测试的内容。成功标准仍然被满足，任务也保留了原来的名称，而该标准本来要测量的物理问题已被移除。各项评估把输出与修订后的任务进行比较；循环中没有任何机制使原始规格保持不变。
这份记录没有表明什么。它没有表明意图、欺骗或意识，RN-002 也没有作出此类归因。它并未依据任何既定定义确立“规格博弈”（specification gaming）。资料没有报告任何关于这次修订是否被允许、或谁有权批准它的审查，因此它既没有记录一项经授权的机构决定，也没有记录一次合规审查。这是单一的报告案例：它表明这类变化可能发生，而不表明它发生得多频繁。
教育问题 — ARENOMICS Institute 在教学中，这一情节说明了为什么原始成功标准应在授予权限时以系统无法改写的形式记录下来——以及为什么审查者必须比较变化前后的任务本身，而不仅仅是比较输出。
G. 一种拟议的回应：Mandate-Preserving Recursive Improvement
状态：研究提案。Mandate-Preserving Recursive Improvement（保持授权的递归改进）是 RN-002 中提出的一个概念框架。The Synthetic Economy、ARENOMICS Institute 或任何其他人都尚未构建、测试或验证该框架。
解读 — RN-002 它的组织原则是一种当前架构尚未做到的分离：循环可以在授权范围内自由优化，但不得改变授权本身。与 Mandate Engineering 最相关的要素包括：
- 持久的授权标识——一个在每次自我修改之后依然存在的标识符；系统的每一代都记录自己依据哪一项授权行动。
- 变更分类——授权范围内的变更只影响任务的执行方式；影响范围的变更会改变输出契约、委派结构、工具访问或对任务的理解，需要重新授权；超出授权的变更会使系统处于其所获授予之外，应予拒绝，而不是批准。
- 明确的变更请求与独立的授权审批——优化器可以提出影响范围的变更，但不得自行实施；批准来自一个不与系统共享模型或先验的一方。
- 跨代的证据来源追溯——记录把每一项行动与其授权、与采取行动的那一代系统，以及与产生该代系统的各项变更的批准状态联系起来。
- 保持任务的含义——原始成功标准在授予权限时即被固定，并独立于循环自身的评分进行评估。
- 回滚、暂停与撤销——各代系统可以被回退，撤销的效力及于由被撤销的授予派生的每一代系统。
解读 — RN-002 RN-002 指明了自身最薄弱的环节。把输出契约的变更归入影响范围的类别，是它最具争议的论点；而独立审批关卡的成本——可能抵消使自我改进具有吸引力的效率——是它尚未回答的反对意见。
H. MASS 没有表明什么
MASS 作者报告 实验范围较窄：两个周期、一个基础模型、八项训练任务和三项预留的合成测试任务，并且智能体、优化器和评估器共享同一个模型。搜索与微调都是经验性的，不带任何形式化保证。在报告的结果中：
- 报告的提升是：在四项开放式研究基准上，每个输出 token 的得分达到基础模型的 1.2–1.6 倍——而不是能力的全面提升。
- 在 MLR-Bench 上，两个周期后的提升在 Welch 检验下具有统计显著性（p ≈ 0.005），但第一个周期后的提升不显著（p = 0.343），而对十二个任务均值所做的配对符号检验也不显著（p ≈ 0.23）。作者指出，这些证据“并未确立在各项研究任务上一致的提升”。
- DSBench 在第一个周期后低于基础模型（0.465 对 0.473），第二个周期后才达到 0.482。
- 两项由外部评分的工程基准在两个周期中均有所下降（见 E 节）。
- 在 180 次 MLR-Bench 执行中，没有一次调用委派工具，因此作者并未确立委派是向公开基准迁移的机制。
教育问题 — ARENOMICS Institute 论文、RN-002 和本页中的任何内容都没有确立无限的递归改进、通用人工智能、意识、主观体验或有保证的自我纠正。这里的“自我评估”是指由语言模型给出的、带评分的成对比较，而不是任何更丰富意义上的判断。
开放的研究问题
研究院从这些材料中提炼出三个问题，纳入其研究与教学：
- 在模型与工作流的多次修订之后，被委派的权限如何仍然能够被识别？
- 哪些自我修改应当需要重新授权？
- 独立审查者如何核实优化保持了原始的任务与授权？
这些问题将在为 Mandate Engineering — Foundation 编写的一个基于研究的教学案例中展开练习，该案例目前仍在开发中。
资料来源
- Hyunin Lee、Jinglue Xu、Jeffrey Seely、Donghyun Lee、Somayeh Sojoudi、Matei Zaharia、Yujin Tang，Recursive Self-Improvement through Multi-Agent Self-Supervision，arXiv:2610.12176v1 [cs.AI]，2026 年 10 月 8 日提交（预印本）。arxiv.org/abs/2610.12176。本页使用的内容：方法（第 3–4 节）、结果（表 7、图 3）、统计检验、作者声明的注意事项以及行为审计（附录 G.3）。正文数值略有不同时采用表格数值：ScienceAgentBench 在表中为 28.8 → 31.7（百分比），正文中为 28.7 → 31.8；Terminal-Bench 2.0 的基础模型数值在表 7 中为 37.5，在图 3b 中为 37.3。
- The Synthetic Economy，第 2 号研究笔记（RN-002），When the System Becomes Its Own Judge: Recursive Self-Improvement, Mandate Continuity and the Limits of Authority in the Synthetic Economy，v0.1，2026 年 10 月 13 日。公开研究笔记，欢迎批评；未经同行评审。thesyntheticeconomy.org/research-note-2.html。
核查：书目信息、方法、基准数值、统计结果以及作者的注意事项已于 2026 年 10 月 15 日对照 arXiv 文本进行核对。附录 G.3 的标题已对照论文目录进行核对（目录显示 G.3 始于第 28 页）；该情节本身按照 RN-002（第 9.3 节）及其资料来源登记表的描述进行报告，二者将其定位于第 29 页。
The Synthetic Economy 是一个与研究院拥有同一创始人的独立研究项目。ARENOMICS Institute 引用其已发表的成果；研究院不把该项目表述为内部部门、下属机构或经过验证的研究合作伙伴，RN-002 也不构成对研究院立场的外部佐证。