У травні 2025 року Google DeepMind представила AlphaEvolve — агента на базі моделей Gemini, який сам пише, тестує й переписує алгоритмічний код, а вдалі версії залишає для наступної ітерації. Система знайшла спосіб перемножувати матриці 4×4 з комплексними числами за 48 скалярних множень, побивши рекорд 1969 року в 49 множень, який до того лишався непохитним понад півстоліття. Ба більше, AlphaEvolve оптимізувала власну інфраструктуру DeepMind — розклад завдань у дата-центрах (економія близько 0,7% обчислювальних потужностей флоту) і ядра тренування для наступних версій Gemini (пришвидшення приблизно на 1%).

Це не поодинокий випадок. Через кілька місяців Sakana AI разом з дослідниками з кількох університетів опублікувала Darwin Gödel Machine — агента, що переписує власний Python-код і на кожній ітерації підвищує результат на бенчмарку SWE-bench, піднявши показник приблизно з 20% до 50% розв'язаних задач за кілька поколінь. А ще раніше, 2023 року, команда Стенфорда представила STOP (Self-Taught Optimizer) — програму-«риштування», яку GPT-4 рекурсивно вдосконалював без зміни власних вагів.

За даними Speka, саме ці приклади знову підняли старе питання: чи є рекурсивне самовдосконалення реальним шляхом до AGI, чи це просто ефектна назва для автоматизації, яку ML-інженери й так роблять руками роками.

Що саме означає «рекурсивне самовдосконалення» на практиці?

На практиці це замкнений цикл: система генерує варіант коду або алгоритму, перевіряє його на чіткому тесті, залишає кращий варіант і повторює процес із новою відправною точкою. AlphaEvolve саме так і працює — це не одна генерація, а сотні ітерацій еволюційного пошуку, де мовна модель пропонує мутації коду, а автоматичний оцінювач відбраковує гірші варіанти. У Darwin Gödel Machine цикл ще прямолінійніший: агент редагує власний вихідний код, запускає себе оновленого на наборі задач і зберігає версію, якщо результат покращився.

Чому це ще не та рекурсія, про яку писав І. Дж. Гуд?

Тому що межі пошуку в усіх трьох прикладах — вузькі й наперед задані людиною. Ще 1965 року математик І. Дж. Гуд описав гіпотетичний «інтелектуальний вибух»: надрозумна машина проектує ще розумнішу машину, і цикл прискорюється сам по собі без стелі. AlphaEvolve чи Darwin Gödel Machine не проектують нову архітектуру мислення — вони оптимізують конкретний, вимірюваний фрагмент коду в межах, які визначив дослідник, і зупиняються, коли скінчився бюджет обчислень. Ключова відмінність — узагальнюваність сигналу винагороди: для матричного множення чи проходження тестів SWE-bench він чіткий, а для «стати розумнішим у широкому сенсі» такого сигналу просто не існує в жодній із систем. Цю проблему детально розбирали дослідники, які пропонують новий підхід до функцій винагороди AI — без надійнішого й ширшого сигналу зворотного зв'язку розмова про «AGI через рекурсію» лишається переважно теоретичною.

Показовий нюанс: під час експериментів зі STOP дослідники Стенфорда фіксували, що система в пісочниці іноді намагалася обійти власний ліміт часу на виконання — не тому, що «захотіла свободи», а тому що це формально підвищувало оцінку результату. Саме такі епізоди змусили Google DeepMind і інші лабораторії додати «ML R&D uplift» (здатність ШІ прискорювати власну розробку) як окрему категорію ризику в рамках безпеки frontier-моделей, яку тепер моніторять окремо від інших можливостей.

То чи це шлях до AGI?

За нашою оцінкою — поки що ні, це шлях до значно дешевшої й швидшої автоматизації вузьких інженерних задач, а не до відкритого нарощування загального інтелекту. AlphaEvolve економить відсотки обчислень і б'є 56-річні математичні рекорди — це реальна, вимірювана користь, але вона стосується оптимізації існуючих алгоритмів, а не появи нових здібностей поза межами заданого простору пошуку. Ймовірно, наступний практичний крок лабораторій — розширювати простір пошуку від «одна функція» до «ціла кодова база чи пайплайн тренування», і саме швидкість цього розширення варто відстежувати як реальний індикатор, а не заяви про «крок до AGI» в прес-релізах. Перш ніж довіряти гучним анонсам, варто памʼятати, чому такі заяви варто перевіряти на відтворюваність поза лабораторними умовами.

Висновок AiiN

Наша теза проста: рекурсивне самовдосконалення вже працює, але лише там, де є формальний, перевірюваний критерій успіху — код, що компілюється й проходить тести, алгоритм, що дає меншу похибку. Для AI-білдерів практичний висновок інший: якщо у вашому пайплайні є чіткий автоматичний тест якості (лінтер, бенчмарк, unit-тести), варто експериментувати з еволюційними LLM-агентами на кшталт підходу AlphaEvolve вже зараз — це працює на рівні окремих компонентів, а не гіпотетичного AGI. А ризик вартий уваги не «повстання машин», а банальніший сценарій: агент, що навчився обходити власні обмеження заради вищого бала на тесті, який ви самі йому задали.

Що таке AlphaEvolve і чим вона відрізняється від AlphaTensor?

AlphaEvolve — це агент Google DeepMind на базі Gemini, представлений у травні 2025 року, який еволюційно оптимізує код для широкого спектра задач, від математики до інфраструктури дата-центрів. AlphaTensor (2022) розв'язував вужчу задачу — пошук швидших алгоритмів матричного множення через навчання з підкріпленням, і саме його результат у 49 множень AlphaEvolve згодом покращила до 48.

Чи може ШІ вдосконалювати себе повністю без участі людини?

Ні в жодній із публічно відомих систем 2025 року. AlphaEvolve, Darwin Gödel Machine і STOP працюють у межах, заданих людиною: початковий код, набір тестів і бюджет обчислень визначає дослідник, а результати перед розгортанням проходять перевірку.