深度解读：MASS — 基于多智能体自监督的递归自改进
论文：Recursive Self-Improvement Through Multi-Agent Self-Supervision（arXiv:2610.12176，2026 年 10 月 8 日提交） 团队：Sakana AI（AI Scientist 团队）× UC Berkeley — Hyunin Lee、Jinglue Xu、Jeffrey Seely、Donghyun Lee、Somayeh Sojoudi、Matei Zaharia（Databricks 创始人/伯克利教授）、Yujin Tang 开源：代码已公开（GitHub: SakanaAI/mass），基础模型 Qwen3.6-27B
一、它要解决的核心问题：监督瓶颈
RSI 领域有一个根本性的死结：
可验证任务（数学/代码）→ RLVR：编译器/规则判分 → 自改进闭环成立 ✅
非可验证任务（开放式科研）→ ？：
– 人类专家评估：太贵太慢，且模型输出已超出专家可靠评估能力 ❌
– 模型自评（既当考生又当裁判）：同质化闭环，
