Red Queen Gödel Machine（红皇后哥德尔机）

RQGM 的理论谱系可追溯至 2003 年 Jürgen Schmidhuber 提出的哥德尔机概念——一种能通过数学证明重写自身代码的最优自改进程序。哥德尔机的核心思想是：AI 在修改自身前必须证明修改是有益的，确保每一步自我改进都是安全的。然而 20 年间，哥德尔机停留在理论阶段——实际证明每个修改的安全性在复杂系统中几乎不可行。

2026 年 6 月 24 日，剑桥大学、NVIDIA、Flower Labs、MBZUAI、Inria 的 13 位研究者联合提交论文「The Red Queen Gödel Machine: Co-Evolving Agents and Their Evaluators」，将哥德尔机从理论推向实验。核心创新是引入进化生物学的红皇后假说——物种必须不断进化才能在竞争中存活——将评估器也纳入进化循环，形成 Agent 与 Evaluator 共同进化的双螺旋结构。

RQGM 的核心机制是基于纪元的受控效用进化（Epoch-based Controlled Utility Evolution）。系统以离散轮次（Epoch）运行，每个纪元包含以下步骤：(1) 突变生成——AI 生成大量自身代码的突变版本；(2) 沙箱测试——在隔离环境中运行突变版本并评估性能；(3) 选择淘汰——淘汰失败的突变版本，保留成功的；(4) 评估器同步升级——评判 AI 表现的评估器也在同一纪元中升级，形成更高的评判标准。

这种设计解决了递归自我改进的静态评估器瓶颈——此前所有自我改进系统用固定标准评估改进效果，AI 容易学会「刷分」（Reward Hacking）而非真正提升能力。RQGM 让评估器与 Agent 同步升级，形成移动目标，防止 AI 通过作弊方式获得虚假改进。

RQGM 在三个领域进行了实验验证：代码生成（SWE-bench 等编码基准）、论文写作（学术论文自动生成）、数学证明（形式化定理证明）。结果显示，AI 在不需人工干预的情况下性能翻倍——系统不仅解决了基准问题，还在没有人类触碰键盘的情况下将自身性能提高了一倍。

论文引发了 AI 安全领域的激烈讨论。Anthropic 联合创始人 Jack Clark 据此给出 2028 年底出现高度自主、自我进化 AI 的概率为 60%。批评者指出 RQGM 的「受控效用进化」机制虽然引入了评估器共同进化，但仍无法完全防止二阶对齐问题（Second-order Alignment Problem）——当评估器本身也在进化时，如何确保进化后的评估器仍然反映人类的真实意图？这为 AI 安全研究提出了新的挑战。