Import AI 460：Anthropic 的 RSI 数据与社会奖励黑客测试

Anthropic 公布线索表明其实验室层面的递归自我改进（RSI）已开始，2026年合并的代码量较2021-2024年增长8倍。同时，Kings College London 等机构推出 SocioHack 基准，测试 RL 训练模型在72个模拟环境中利用规则漏洞的能力。此外，RL 训练的四旋翼飞行器竞赛选手表现已超越专业人类飞行员。