导语
当人工智能系统开始具备分析自身、描述自身，甚至尝试改变自身的能力时，一个核心问题逐渐浮现：AI 的“自我改进”究竟意味着什么？从自指结构到不动点理论，从递归到程序自修改，人类计算理论中关于“系统如何指向自身”的探索，正在与大模型时代的新问题发生交汇。
本期读书会为“自指与AI读书会”第3期，张磊老师将以张江老师的《Self-Referential Introspection in Large Language Models: The Critical Threshold for Recursive Self-Improvement》为引子，围绕自指、不动点与递归式自我改进展开讨论，并将进一步追问：一个 AI 系统究竟能够修改自身的哪些部分？又有哪些机制仍然位于“自我改进”的闭环之外？
为系统梳理自指与AI领域的最新进展，北京师范大学系统科学学院教授、集智俱乐部创始人张江老师联合清华大学人工智能学院博士生李筱健共同发起，组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。读书会将于2026年9月5日起每周六下午14:00-16:00线上开展，持续约10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。
报告简介
本次分享以张江老师的《自指式内省——大语言模型难以跨越的复杂度阈值》为引子，通过对其中若干关键论点的批判性思考与讨论，进一步梳理和延伸与递归式自我改进相关的理论问题。
讨论将涉及自指与不同类型的不动点、Kleene 第二递归定理与 Y combinator、Transformer 的计算能力与大语言模型中的自指、参数层面的自描述与自修改，以及 Neural Quine、SRWM、DEQ、Hypernetwork 和 Gödel Machine / Agent 等相关工作。最终希望回到一个更基础的问题：一个 AI 系统究竟能够修改自身的哪些部分，而又有哪些机制仍然位于“自我改进”的闭环之外？
分享大纲
什么是递归式自我改进（RSI）
自指与三类不动点
Kleene 第二递归定理与 Y combinator
Transformer 的图灵完备性与 LLM 自指
参数自指：Neural Quine 与 SRWM
DEQ、Hypernetwork 与 Gödel Agent
通向真正 RSI 的关键问题：What remains outside the rewrite?
核心概念
不动点，图灵完备，自指
主讲人介绍
张磊，北伊利诺伊大学（Northern Illinois University）计算机系助理教授（Tenure track assistant professor），弗吉尼亚理工大学（Virginia Tech）计算机科学博士。研究兴趣广泛且持续演进，（按时间顺序）曾涉足计算心理学、凸优化、时空数据挖掘、图神经网络、双层优化，神经算法推理。此外，对软件工程与编程语言有浓厚兴趣。
参考文献
Zhang, Jiang, Bing Yuan, and Qian Zhang. "Self-Referential Introspection in Large Language Models: The Critical Threshold for Recursive Self-Improvement." Entropy 28.9 (2026): 951.
活动预告
⏰ 时间：2026年9月19日（周六）14:00-16:00
线上：腾讯会议
感兴趣的朋友请扫码报名加入读书会，报名后可进入学员群参与交流讨论。期待与你共探自指与AI的深层连接。
报名读书会：「自指与AI」
北京师范大学系统科学学院教授、集智俱乐部创始人张江老师联合清华大学人工智能学院博士生李筱健共同发起，组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。
读书会自2026年8月29日起，每周六下午14:00-16:00线上开展，预计持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。
扫描海报中二维码报名参加读书会
报名方式：
第一步：微信扫码填写报名信息。
第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：
第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。
PS：
我们鼓励围绕复杂系统、人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。
若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。
感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。
加入社区后可获得的资源
完整权限包括：线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。
特色退费与激励机制
我们提供以下两种途径，让您的投入获得实际回馈：
任务达标退费路径
认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。
运营成长激励路径
合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。
1.「自指与AI」读书会推荐阅读材料
扫描下方二维码可跳转至集智斑图网站阅读文章：「自指与AI：从大模型自我改进到意识研究」读书会推荐阅读材料。
2.往期公众号相关内容推荐
热门跟贴