递归自我改进的经济学：反馈回路还没强到能自我加速，但正在变强

The Economics of Recursive Self-Improvement [pdf]

这篇36页的论文把“AI自己改进自己”这件事拆成了可测量的反馈回路。核心结论是：现在的回路强度还不足以让AI能力自己踩油门加速，但回路确实在变强。作者用有向图把AI能力、算法效率、人力和算力之间的互动画了出来，指出最终加速效果取决于每条回路上弹性系数的乘积。他们特别区分了“窄能力”（擅长AI研发基准测试）和“宽能力”（有经济价值），提醒别把两者混为一谈...

推荐理由：METR和斯坦福的作者把递归自我改进拆成几条可量化的反馈回路，用有向图和弹性系数来算最终加速效果。核心结论是：现在的回路强度还不足以让AI能力自己踩油门，但回路在变强。他们特别区分了“窄能力”（擅长AI研发基准测试）和“宽能力”（有经济价值），这点很关键——别把刷榜进步当成能落地赚钱。论文是预印本，没有产品绑定，信息密度高但偏学术，所以重要性给78。