Recursive Self-Improvement正在从理论命题变成AI自动化研发、代码实验和可验证进化系统；模型如何改进自己，正成为下一轮AI竞争的新问题。

腾讯混元把Hy4 Preview的总参数推到770B，并把重点放在Coding Agent的连续执行能力上；Anthropic则把Claude直接放进浏览器，让它可以在网页里浏览、点选、填表和拉取信息。两个动作看似一个属于...

AI正在进入可验证的生产环节：形式化验证发现深层软件漏洞，量子化学模拟大幅降低计算成本，医疗与工程应用也开始用可复核结果衡量价值。

斯坦福团队用多候选生成与自验证框架提升开源模型任务成功率，Qwen低成本架构与Specula形式化验证则从推理和工程两端补齐可靠性，AI竞争正在从一次答对走向可验证交付。

Skild AI S1让机器人通过一次人类示范学习长程任务，具身智能开始降低新技能的数据与部署成本；Qwen3.8-Flash、企业Agent和AI科研进展则共同推动模型进入真实工作流。

Mint-Agent在金融智能体评测中同时取得更高准确率和更低推理成本，并将来源、计算与结论组织成可回放证据链。语音交互创业与公开训练535B模型的进展，也在改写AI从能回答到可验收的竞争标准。