RSI（递归式自我进化），正在成为今年AI圈最热的概念之一。
RSI，即Recursive Self-Improvement，核心是让AI训练AI，完成自我改进。RSI可以包含三个层面：Artifacts（产出物），自我评估并优化产出物；Harness（脚手架），优化Agent在执行任务时使用的Prompt、Memory、Tool、Skill等；模型，自主优化模型参数或训练下一代模型。
上个月，Thinking Machines Lab联合创始人翁荔官宣离职，并回到了OpenAI，负责领导RSI团队。此前，她发了一篇备受关注的博客，名为《Harness Engineering for Self-Improvement》。她判断，RSI可能先从Harness Engineering爆发。
CREAO也快速将目光转向了Harness的RSI。面向B端市场，CREAO提供云端的Infra服务，企业客户可以在这一平台上创建、运行和管理自己的Agent，用户通过一次简单对话，就能生成并部署一个功能完备、可反复使用的应用。其中，AI可以生成工具、自主执行并使用工具，人则只需提出需求、进行审批。
如今，CREAO聚焦在用AI来自我改进，加速、优化乃至自动化Agent构建的过程。CREAO想解决的问题是，在实际场景中，AI能否从自身的执行、反馈和纠正中积累经验，并反作用用于自身的自我改进中，让AI下一次执行任务时表现更好。
需要厘清的是，现有的Agent已有记住用户的上下文、历史任务与偏好的能力，能让同一用户越用越顺手，但这并不会改变Agent能力的上限；而自我改进指的是Agent能从大量真实任务的执行与反馈中，去迭代自己的模型权重或Harness，让自身能力更强。
目前，CREAO既做前者的个性化记忆能力，又做后者的探索。现阶段，国内外的前沿实验室在模型的自我改进上均没有取得显著成果。CREAO已跑通的是在某一商业场景内的、由高质量数据驱动的Harness有限自我迭代。
《智能涌现》独家获悉，近日，CREAO已完成新一轮战略融资，金额为千万级美元。本轮资金主要用于扩大真实业务工作流以及高质量反馈数据规模，加速基于开源模型后训练的垂直模型迭代，并进一步完善供Agent自我进化的运行环境。此前，CREAO累计融资总额已超3000万美元。
CREAO的核心成员来自Meta（Llama团队）、Apple、LinkedIn、TikTok、MiniMax、阿里、字节等企业，CREAO目前主要客户集中于中小企业，主要场景是数字营销、电商和地产，在对留存用户分析后，65.2%的任务来自商业与金融相关场景。
在提供云端服务之后，CREAO也在探索如何在企业端的商业环境中更好地本地化部署。他们即将推出针对企业场景的新版本产品，以解决用户对数据安全需求、合规要求、私有化部署等方案。
CREAO AI联合创始人兼CEO程凯判断，“当下整个B端企业市场战斗还没有真正开始”，从SMB客户切入并不是终点，CREAO正在把市场重心逐步往更大的客户倾斜，他们希望能让企业Agent的自我改进能力在更大体量的场景中延展与落地。
做Harness层自进化，其ROI高于做基模
近半年来，关于Harness的讨论一直没有停歇。有人认为，Harness的作用是提升模型的智力。对此，程凯给出了一个不同的判断，Harness的本质是一层环境，其更重要的价值，是解决模型应用的可行性问题。
打个比方，把一个博士生扔进只有纸笔、没有电脑的空房间，他的智商再高也没有办法做出高质量的产出；而把一位初中生扔进一个有网络、有各种工具的房间里，他能做出的成绩有可能比博士生更多。
程凯认为，Harness就是这个房间以及房间里的各种工具。没有足够好的Harness架构和能力，在应用场景里，纯粹的大模型和Agent难以发挥出最好的效果。
如果，这个“房间”还可以持续自我改进就更好了。
在RSI这一命题上，CREAO率先对Harness的自进化展开尝试。具体而言，就是通过真实生产任务和反馈机制实现Harness层的自我改进：进入真实生产环境的AI，在每一次执行、反馈和纠正中积累经验、自我改进，把这些经验变成下一次更好的执行。
而CREAO拥有真实用户、行业工作流以及专业用户的评估，这成为CREAO驱动Harness自我改进的数据。每完成一轮真实任务后，系统可以根据这些数据优化Agent的规划方式、工具调用、记忆、任务剧本、模型路由与故障恢复机制，在Agent和Harness层直接改进。
程凯告诉我们：“比起在基模上做微调，在Harness上做自我迭代的ROI更高，解决运营层面的问题，远比模型智商层面的问题快。”
不过，仅在Harness上下功夫是完全不够的，AI的自我迭代与自我进化包含两个层次：一是，根据连接数据库、读取文档时犯的错自我改进，这些是客观性错误；二是，根据任务执行结果的好坏自我改进，这些是主观性的错误。
做Harness层面的自进化，只能实现客观性错误的自我修正。但要自我纠错主观性的错误、实现真正的自进化，还需在基模层上做探索。因此，CREAO正着手推出基于业务数据进行持续后训练的基础模型。
很多前沿实验室都在进行基模自我进化相关的研究，CREAO并不打算沿着技术探索的叙事走，他们的目的不是训出越来越聪明、能打败所有模型的模型。随着开源模型质量越来越高，他们看到了模型自我迭代更快的落地场景——垂直场景的商业化能力以及对应的优质场景数据。
因此，他们目前在做的是，基于数据的自我迭代，不断训练出能在真实生产中持续学习、持续验证、持续改进的模型。这一模型可以实现以下目标：一是，让用户使用成本更低，即减少Token消耗，让Token更耐用；二是，以实际运营指标为主导去训练模型，在某一具体场景中，能用更高效、更低成本的模型，实现接近前沿模型能力的任务。
未来几个月，CREAO将率先推出针对一个核心场景、基于开源模型后训练的基础模型。他们还将持续推出平台上的重要场景，如电商、地产、物流运输、数字营销等，推出更多能自我迭代的模型。在此基础上，用户可以用更高效、更低成本的模型，实现接近前沿模型能力的任务。
“很多企业都用不起最前沿的模型。”程凯说，“我们做后训练的核心目的也是降低用户成本。”
自进化的核心是真实场景数据的质量
上线4个多月以来，CREAO AI累计新建27万个Agent，由于主要面向SMB和专业用户，平台天然积累了大量真实垂直场景、高质量数据。程凯认为，数据的质量相当重要，如果没有高质量数据，单有技术上的自我改进，最后也未必实现想要的结果。
而这些数据的价值在于，能解决AI产品商业化的三个核心命题：如何更好地解决任务、更快地解决任务、更稳定高效地解决问题。CREAO从这三个方面给出了解决方案。
首先是模型和Harness的自进化的结果。基于这些由真实业务场景沉淀出来的数据以及用户反馈数据，CREAO能将其模型的后训练与Harness的迭代，形成一套能自我进化的生产系统。系统由此能自己判断，什么时候该调用最强的前沿模型，什么时候该用自己的垂直模型，哪些经验只留在Agent层，哪些值得训进模型参数里。
这一做法最直接的好处是，极大的降低了成本并提高了效率。据其内部基准测试，CREAO系统部署的微调模型比调用外部API更快，成本也更低。程凯告诉我们，目前CREAO平台内，越来越多的任务开始用开源模型来跑，用户在得到同样质量的任务结果的同时还节约了成本和时间。
其次是稳定性。程凯认为，在GPT-3.5时期，很多任务已经能实现自动化了，但一直没办法实现商业落地，是因为彼时模型还无法保证稳定性和安全性。
他们实际统计过，现在，CREAO平台上95%以上的Agent会被每日重复运行，同样的任务可能会跑成百上千次，这个时候，平台能否稳定、减少出错，在商业化的角度相当重要。而CREAO的解法，做好Harness的自我修复和自我优化，用同类型的数据沉淀出更优的Harness能力。
电商场景就是一个很典型的例子。在完成电商场景的任务中，很多用户都会提出一些相似的要求，因此平台积累了大量相似的工作流。比如，用Agent优化SEO（搜索引擎优化），尽管每个人优化SEO的方式有细微差别，但大家做的事情大致方向是一样的。这种情况下，平台能从宏观层面积累大量用户反馈数据，提升整体的Harness的自我改进能力，甚至从整个平台层面优化所有用户的Agent能力。
Harness实现自我改进的结果是，当新用户想再构建出关于SEO的Agent时，不会像第一批用户一样需要反复调优才能达到满意的结果。
第三是长期的高质量的业务数据。程凯告诉我们，在留存用户中，有93.4%的操作是系统自己触发完成的，不仅如此，超过六成的自动化流程任务已经持续运行超过一个月了。AI真正进入用户工作场景中，这也天然为CREAO带来了持续性的、可比较的业务执行数据。
值得一提的是，和他们的产品一样，CREAO团队也带有很强的AI-First（以AI为核心）属性。CREAO联合创始人兼CTO Peter曾在X上发布了一条累计阅读量近200万的帖子，他提到，CREAO团队的产品开发速度非常快，99%的代码由AI完成，一天就能实现传统开发6周的工作量。
在程凯看来，这种AI-First不止表现在开发方式上，更是产品的终局所在。“未来生产力工具的使用者不是人，而是AI。只有AI是生产力工具的使用者，整个社会或企业的生产力效率才能真正成指数倍提升。”CREAO想做的不只是一个能自我进化的产品，而是企业的自进化基础设施，即Agent OS，让企业的Agent在这套操作系统上反复运行、管理和迭代。
文章来自于微信公众号 “智能涌现”，作者 “智能涌现”