AI 研究
Sakana AI 发布 MASS：让同一模型同时当执行者、优化者与评估器做递归自我改进
据 Sakana AI 官方页与 arXiv 2610.12176（arXiv 提交 2026-10-08），Sakana AI 联合 UC Berkeley 发布 MASS（Multi-Agent Self-Supervision）：让同一个模型同时当执行者、工作流优化者和评估器，在没有标准答案的研究类任务上做递归自我改进——optimizer 先搜最佳工作流，再用 self-judged 最佳团队的执行轨迹微调 executor，更新后的模型再填三个角色，循环。用 Qwen3.6-27B 跑两轮，四个研究类基准上每输出 token 得分 1.2–1.6×（MLR-Bench 1.60、ScienceAgentBench 1.20）；SWE-bench Verified 0.94×、Terminal-Bench 0.96× 无提升。方法与代码公开，未见第三方复现。
对 AI 使用者意味着什么
「AI 训练 AI」从概念走向可复现实验，且刻意挑不可验证任务做自评；消融显示真正瓶颈是工作流优化器而非评估器。风险：增益集中在其训练任务同分布的四个研究类基准，软件工程类基准无提升；arXiv 预印本，未见第三方复现。
来源：Sakana AI ↗ 原文链接、arXiv 2610.12176 ↗ 原文链接、GitHub SakanaAI/mass ↗ 原文链接
有具体工作流问题？联系咨询。新闻本身免费阅读。