10月13日消息，10 月 12 日，PhAI Labs 发布 RSI-Anything: Unlocking Recursive Self-Improvement with World Models 技术报告，探索一条通过世界模型实现跨领域递归自我改进的路径。

RSI-Anything 核心思路是用“世界模型”预测行动后果，再结合真实反馈持续改进策略，从而把 RSI 从代码、数学等数字任务拓展到计算机操作、科学实验等更广泛的领域。

RSI-Anything 进一步关注的是：如何让预测、行动、真实反馈，以及策略和世界模型自身的更新，构成一个可以跨领域复用的递归过程？

其核心流程可以概括为：

按“状态 → 候选行动 → 世界模型预测 → 真实执行反馈 → 策略/模型更新”循环运行。

首先，Agent 生成候选行动，世界模型预测不同选择可能产生的后果，帮助系统决定哪些方案更值得执行。

真实执行后，反馈不仅用于解决当前任务，还可以继续支持策略学习、工作流修订或世界模型适配。

Agent 改变探索世界的方式，世界模型则需要不断适应这些变化。

为此，RSI-Anything 允许 Policy 与 World Model 异步更新，并引入组件评估和兼容性检查。