通研院孵化团队探索RSI自进化Personal AI

当大模型不断突破能力边界，越来越多的企业开始通过 API、知识库与 AI 智能体（Agent）将其引入研发、投研和运营等业务流程。

但长期使用后，一个痛点随之而来：企业每天产生的海量业务经验，究竟只是被通用模型临时调用，还是能真正沉淀为自身的专属 AI 能力？

北京通用人工智能研究院（BIGAI）体系孵化的初创团队「通衍灵智」，正在尝试以**递归自我改进（RSI，Recursive Self-Improvement）**与持续自进化为核心，打造面向企业与个人的专属模型（Personal AI）。

从外部检索到参数化学习

在代码开发、投研等复杂场景中，成熟团队往往具备独特的架构规范、风险偏好与工作惯性。目前行业多依靠 Prompt、RAG 与短期记忆等外部机制来适应具体场景。但这些机制大多在模型外部组织上下文，大模型本身的参数并不会因交互而改变。

通衍灵智提出采用共享基础模型（Base Model）与个性化参数（Personal LoRA）相结合的架构：

• 基础模型提供通用常识与推理能力；
• 个人或团队通过轻量化的 Personal LoRA 进行参数适配，将长期沉淀的偏好与行为特征注入模型内部。

这种架构并非替代 RAG 或记忆系统，而是将反复出现、高度稳定的专业判断转化为参数层面的能力，让个性化从「记住用户信息」延伸至「具备用户专属能力」。

构建可靠的闭环：评估器与版本回滚

模型若要自主持续进化，最大的风险在于错误累积、反馈污染和灾难性遗忘。单次操作的接受或拒绝并不代表通用规律。

针对这一问题，通衍灵智研发了基于 RSI 框架的双轨机制：

1. 反馈筛选：业务交互产生的轨迹与人工修正并不直接入库，而是先由独立的 Evaluator（评估器）判断其是否有长期学习价值，只有高置信度样本才用于增量更新；
2. 回归校验与回滚：更新后的 LoRA 需与上一版本在既有测试集上对撞评测，验证任务表现提升后方可上线，一旦退化即刻触发版本回滚；
3. 反向演进：更新后的实际业务表现，反过来帮助优化 Evaluator 本身的评价准则。

解决算力开销：训推并行与显存分页

让每家企业维护数百个微调参数并支持频繁更新，传统独立部署方案的硬件成本难以承受。通衍灵智在底层基础设施层面同步推进了优化调度：

• 训推并行（TIP）：借助同卡同批训推调度与异步梯度累积，在保障在线推理服务延时的前提下，利用算力间隙执行轻量参数的增量训练；
• Paged LoRA：借鉴操作系统分页机制，将传统固定分配改为按需动态映射显存，解决海量 LoRA 适配器高并发场景下的显存碎片问题。

在基于 Qwen2.5-72B-Instruct 及 8 张 NVIDIA H800 GPU 的实测中，在 LoRA 请求占比 1% 至 30% 区间内，Paged 方案在显存控制与长尾响应延迟上均表现出明显优势。

解耦底层底座：资产沉淀优于单一依赖

未来大模型底座更替频繁，企业通常担心更换底座会导致前期积累全部归零。

通衍灵智团队指出，尽管 LoRA 参数本身无法直接跨不同基础模型复用，但基于该架构整理沉淀的数据集、任务轨迹、人工反馈和自动化评估体系均独立于底层底座。当底层更换为新一代大模型时，这套经过验证的资产可直接用于新底座的快速适配。

通过让 AI 具备递归自进化能力，个性化智能正从单纯的即时交互工具，逐步演变为协助企业和个人积累专属智能资产的基础设施。