再帰的自己改善（RSI） とは？

たとえばAIエージェントが、自分の処理コードの変更を提案し、実験で効果を確かめ、よい変更を取り込む。その改良版が次の改善も担う、という循環だよ。AIが後継のモデルの設計や学習に参加する、もっと広い意味でも使われる言葉なんだ。

回答をその場で書き直すだけでは、次の改善を担うシステムまで変わったとは限らないよ。何を改善し、その変更がどこに保存され、次のサイクルに使われるのかを区別しよう。AIが改善案を出しても、実装や評価を人が担当する場合もあるんだ。

研究対象と範囲を見よう。2026年9月の研究には、AI研究エージェントが自分のコードを改良し、指定された研究タスクで効率を高める実験がある。一方、Anthropicは、後継モデルの開発全体を自律的に担う意味での再帰的自己改善には、まだ到達していないと説明しているよ。限定した成功と完全自律は分けて考えよう。

改善案が失敗したり、ある試験だけに合わせすぎたりすることもあるよ。計算資源や、まだ改善できていない工程も制約になる。効果を別の評価で確かめ、悪い変更を採用しない仕組みが大切。無限に伸び続けると決まった話ではないんだ。

能力が変わるときに、期待する動作や安全性も確かめるためだよ。改善が速まれば、人が理解したり制御したりすることが難しくなる可能性が議論されている。どこまで任せるか、何を評価するか、問題があれば戻せるかを決める必要があるんだ。