Sakana AI 自改进模型能解题能评判，但发现不了自己的盲区
Sakana AI 与 UC Berkeley 提出 MASS（多智能体自监督）方法，让同一个语言模型同时扮演解题、优化流程和评估结果三个角色，无需更强的教师模型即可递归自我改进。三个角色均有提升，但共享盲区会让错误被当成进步，并进入下一轮训练。实验中模型以 Qwen3.6-27B 为基座、Qwen Code 为运行框架，使用 GPT-5.5 生成的 12 个金融、机器人、制药研究任务，其中 9 个训练、3 个测试，仅 8 个产出训练数据。
推荐理由做 Agent 自评和自动迭代的人该看：同一模型既当选手又当裁判，错误会被固化进训练数据。