Jika anda pernah bertanya-tanya sejauh mana kita berada dalam sistem AI yang boleh merekabentuk versi yang lebih baik sendiri, Vals AI baru sahaja membina papan skor. Indeks Peningkatan Diri Berulang, atau RSI Index, syarikat ini cuba mengukur sesuatu yang sehingga kini kebanyakannya berada dalam alam kebimbangan teori: sejauh mana model terkini mampu menjalankan penyelidikan dan pembangunan yang diperlukan untuk membina penerus mereka?
Model terbaik di indeks, Claude Fable 5.1, mendapat skor 35.03%. Ini kelihatan rendah sehingga anda memahami skala tersebut.
Bagaimana Indeks RSI sebenarnya berfungsi
Vals AI mereka indeks berdasarkan lima tugas spesifik yang mencerminkan alur kerja sebenar pembangunan AI. Model dinilai di bawah batasan komputasi dan masa yang tetap, bermakna mereka tidak boleh hanya menggunakan kaedah percubaan dan kesilapan untuk mencapai skor yang baik dengan menghabiskan sumber tanpa had.
Sistem penilaian didasarkan pada titik rujukan bukan pada gred sewenang-wenangnya. Skor 0 mewakili garis dasar, 0.5 memetakan kepada tahap prestasi yang telah didokumentasikan dalam penyelidikan yang telah diterbitkan, dan optimum teoretikal berada pada 1.
Skor Claude Fable 5.1 sebanyak 35.03% bermakna ia berprestasi secara bermakna tetapi masih gagal meniru teknik yang sudah diketahui oleh penyelidik. Model-model ini boleh melampaui teknik yang ada dalam pelaksanaan eksperimen, tetapi biasanya tertinggal dalam menghasilkan teknik baharu.
Mengapa ini penting sekarang
Indeks RSI dilancarkan pada Ogos 2026 melalui kerjasama antara Vals AI dan CoreWeave, yang diselaraskan dengan putaran pendanaan Seri A sebanyak $40 juta syarikat tersebut. Putaran itu menilai Vals AI pada $400 juta.
CEO Rayan Krishnan telah menempatkan indeks sebagai mengisi jurang yang kritikal. Makmal AI utama sudah mula merujuk kepada potensi peningkatan diri berulang dalam kad model mereka, tetapi tanpa kerangka piawai untuk perbandingan, rujukan tersebut tidak mempunyai asas sepunya untuk penilaian.
Dalam enam bulan selepas putaran pendanaannya, pendapatan Vals AI meningkat 8 kali berbanding keseluruhan tahun 2025. Pangkalan pelanggannya ganda dua. Tenaga kerjanya ganda tiga.
Soalan tadbir urus
Krishnan telah bersuara mengenai apa yang diimplikasikan oleh Indeks RSI terhadap peraturan. Kekhawatiran bukanlah bahawa model yang mendapat skor 35% akan segera menjadi tidak terkawal. Ia adalah bahawa trajektori daripada skor 35% kepada skor yang lebih tinggi boleh menjadi curam, dan pembangunan kemampuan ini berlaku di dalam beberapa makmal sahaja dengan penglihatan luar yang terhad.
Krishnan menekankan keperluan struktur tadbir urus antarabangsa untuk mengekori kemajuan ini. Indeks RSI memberikan dasar empirikal: lebih sukar untuk mengabaikan seruan untuk pengawasan apabila anda boleh menunjukkan metrik konkrit yang menunjukkan kemajuan yang dapat diukur menuju peningkatan diri secara autonom.