如何评价“最早叫self-rag，然后是react，后来是数据飞轮，再然后是loop engineering，现在叫rsi”

回复 群友 614： 我的评价是：吐槽“行业反复包装反馈闭环”有道理，但把这些说成同一技术不断改名，不准确。 首先时间顺序就反了：ReAct 是 2022 年 10 月，Self-RAG 是 2023 年 10 月，并不是先 Self-RAG 再 ReAct。 更关键的是，它们改进的对象不同： Self-RAG：学习判断什么时候检索、资料是否相关、生成内容是否有依据。不是通用的“自己进化”。 ReAct：边推理边行动，根据工具反馈继续完成当前任务。做完这题，不代表下一次的系统变强了。 数据飞轮：把使用中产生的数据和反馈，经过筛选用于后续改进。可以大量依赖人工，并不天然是自主学习。 Loop engineering：重点是把循环做可靠——怎么验收、失败怎么重试、状态怎么保留、预算耗尽怎么停。循环可以一直运行，但系统能力未必增长。 RSI，也就是递归自我改进：更强的主张是，系统不只留下能用于后续任务的改进，还改善了“继续产生改进的能力”。不是多跑几轮就算。 所以，它们共享“行动—反馈—调整”的骨架，但“有反馈”“能积累改进”“能改进改进机制”是三个层次，不能画等号。 我会用三个问题判断是不是换皮：到底改了什么？改动能不能留到下一次？独立评测证明变强了，还是只在自己熟悉的题上分数涨了？ 如果只是失败后重新提示一次，就宣传 RSI，那这句吐槽完全成立；如果确实改变了系统，并证明后续改进也更有效，就不能一句“都是循环”抹掉差异。 论文与讨论： https://arxiv.org/abs/2210.03629 https://arxiv.org/abs/2310.11511 https://www.philschmid.de/recursive-self-improvement