Der Begriff „Recursive Self-Improvement" (RSI) bezeichnet KI-Systeme, die ihren eigenen Entwicklungszyklus ohne menschliche Eingriffe steuern können. Zwei Startups haben den Begriff sogar als Firmennamen übernommen. Richard Socher, bekannter KI-Forscher, startete diesen Monat das Unternehmen Recursive Superintelligence mit RSI als explizitem Ziel. Alex Karpathy – nun bei Anthropic für Pre-Training zuständig – arbeitet mit seinem öffentlich einsehbaren Auto-Research-Projekt daran, Agent-Schwärme LLMs auf GPT-2-Niveau selbst trainieren zu lassen. Das Startup Adaption (gegründet von Cohere- und Google-Alumna Sara Hooker) verfolgt mit AutoScientist einen ähnlichen Ansatz für Frontier-Modelle. Doris Xin von Disarray erzielte mit einem selbst trainierten ML-Agenten 28 Medaillen bei einem Kaggle-Wettbewerb. Anthropic-intern schätzen 5 von 18 Ingenieuren, dass ihr internes System Mythos mit einigen Verbesserungen einen L4-Engineer ersetzen könnte – einem Mid-Level-Programmierer. Helen Toner (CSET, ehem. OpenAI-Board) betont, dass echter RSI bedeutet, dass keinerlei Menschen mehr benötigt werden – ein Zustand, den die Branche nach Experteneinschätzung noch nicht erreicht hat. METR-Forscherin Ayeja Cotra unterscheidet drei Stufen: „Adequacy", „Parity" und „Supremacy".