Sakana ИИ, японский стартап с корнями в Google-исследованиях, объявила о создании RSI Lab — подразделения, сосредоточенного на рекурсивном самоулучшении (Recursive Self-Improvement, RSI). Суть подхода: ИИ-система не просто выполняет задачи, а итеративно модифицирует собственные алгоритмы, архитектуру и код, запуская цикл нарастающего прогресса без постоянного участия человека.
Проблема, которую пытается решить Sakana, хорошо известна отрасли. Современные frontier-модели — GPT-4o, Claude 3.5 Sonnet, Gemini 2.5 Pro — становятся мощнее главным образом за счёт масштабирования: больше данных, больше параметров, больше GPU. Этот путь требует инфраструктуры стоимостью в миллиарды долларов и доступен лишь нескольким компаниям в мире. Sakana предлагает альтернативу: адаптивные, эволюционные системы, которые находят лучшие решения за меньшее число попыток и не зависят от массивных вычислительных кластеров.
| Проект | Суть | Фаза RSI |
|---|---|---|
| LLM-Squared | Языковые модели проектируют методы обучения для других LLM | Подготовительная |
| Darwin Gödel Machine | Генерирует, тестирует и итерирует варианты собственной кодовой базы | Рекурсивное самоулучшение |
| The AI Scientist | Автоматизирует научные исследования от гипотезы до статьи; публикация в Nature, март 2026 | Агентные возможности |
| ShinkaEvolve | Эволюционная оптимизация программ | Подготовительная |
| ALE-Agent | Агент, вырабатывающий стратегии через петли проб и ошибок | Подготовительная |
Новая лаборатория опирается на пять исследовательских проектов, реализованных компанией с момента основания в 2023 году. LLM-Squared — это схема, в которой языковые модели проектируют улучшенные методы обучения для других языковых моделей. Darwin Gödel Machine генерирует, тестирует и итерирует варианты собственной кодовой базы — прямая реализация идеи самомодификации. ShinkaEvolve занимается эволюционной оптимизацией программ, а ALE-Agent вырабатывает новые стратегии через петли проб и ошибок. Наиболее резонансным стал The ИИ Scientist — система, автоматизирующая научные исследования от генерации гипотез до написания статей. По данным Sakana, одна из версий системы подготовила работу, прошедшую рецензирование; лежащее в её основе исследование опубликовано в Nature в марте 2026 года.
Система The ИИ Scientist написала научную статью, прошедшую рецензирование; исследование опубликовано в Nature в марте 2026 года.
Дорожная карта RSI, которую Sakana изложила в блоге, состоит из четырёх фаз. Первая — модели, изначально спроектированные для агентных задач, а не для диалога. Вторая — применение агентных возможностей к автоматизации научных исследований (The ИИ Scientist уже закрывает эту фазу). Третья — ИИ-агенты, которые активно работают над собственными техническими основаниями: пишут, тестируют и верифицируют код для своих архитектур. Четвёртая, долгосрочная цель — широкий доступ к frontier-ИИ без зависимости от крупнейших облачных провайдеров и их GPU-кластеров.
Однако сама компания признаёт, что это пока стратегическая ставка, а не доказанный результат. Нет подтверждений, что самосовершенствующиеся системы способны компенсировать структурное преимущество крупных дата-центров. Anthropic, со своей стороны, разделяет интерес к RSI, но предупреждает об обратной стороне: как только полное рекурсивное самоулучшение будет достигнуто, ИИ-системы смогут развиваться быстрее, чем регуляторы и институты успеют отреагировать. В качестве одного из сценариев Anthropic упоминала глобальную паузу в разработке frontier-ИИ.
Sakana занимает особое место среди ИИ-стартапов за пределами США. Компанию основали бывшие исследователи Google, в том числе Llion Jones — один из восьми авторов статьи «Attention Is All You Need» 2017 года, которая ввела в оборот архитектуру трансформеров, лежащую в основе всех современных LLM, — и Дэвид Ха, ранее работавший в Google Brain и Stability ИИ. Название «Sakana» по-японски означает «рыба» — отсылка к роевому поведению и коллективному интеллекту, что точно отражает исследовательскую философию компании: не один гигантский монолит, а множество адаптивных компонентов, эволюционирующих совместно.