DeepSeek Harness ist da: KI beginnt nun, KI zu erzeugen?

"Die erste ultraintelligente Maschine wird die letzte Erfindung der Menschheit sein."

Dieser Satz stammt aus der 1965 veröffentlichten Abhandlung des Mathematikers I.J. Good mit dem Titel "Spekulationen über die erste ultraintelligente Maschine". Die implizite Bedeutung lautet: Sobald Maschinen klüger als Menschen sind, können sie selbst eine noch klügere nächste Generation entwerfen.

Der erste Schritt dieses Zyklus besteht darin, Maschinen dazu zu bringen, sich selbst zu verbessern. Das ist auch die Bedeutung von RSI (Recursive Self-Improvement, rekursive Selbstverbesserung), das in letzter Zeit im KI-Kreis große Aufmerksamkeit erregt hat.

Einfach ausgedrückt, besteht RSI darin, dass KI selbst an der Erstellung stärkerer KI beteiligt wird, und die stärkere KI dann die Verbesserung der nächsten KI-Runde beschleunigt, und das in wiederholten Zyklen.

Nachdem Codex, Claude Code, Kimi und Hy alle ihr eigenes Harness haben, hat DeepSeek letzte Woche endlich DeepSeek Harness (DSH) vorgestellt.

Obwohl DSH verspätet erschienen ist und es sich nur um eine Entwicklervorschau handelt, hat es dennoch große Aufmerksamkeit erregt. Das liegt daran, dass Liang Wenfengs Plan für den RSI-Pfad nun klar sichtbar wird.

In einer internen vierstündigen Rede Ende Juli verglich Liang Wenfeng die Entwicklung der KI mit einer Reihe von Stufen: LLM—CoT—Agent—kontinuierliches Lernen—selbstständige Iteration—verkörperte Intelligenz. Seiner Ansicht nach wird die selbstständige Iteration der KI die Menschheit an einen Singularitätspunkt führen.

Natürlich ist DSH nur ein Meilenstein von DeepSeek auf dem Weg zur Erforschung von RSI und bei weitem nicht die Singularität. Einige Tage nach der Veröffentlichung wurde es von Nutzern dafür kritisiert, dass die Bereitstellung umständlich und die Konfiguration kompliziert ist, und das Erlebnis wirkt wie ein "Halbfertigprodukt". Dennoch hat es als Antwort auf die Erforschung von RSI in der KI-Branche den gesamten KI-Kreis begeistert.

Welche Lösung bietet DeepSeek also für die Umsetzung von RSI? Wie hat sich die Ausrichtung des Wettbewerbs in der Branche verändert, wenn alle Unternehmen RSI anstreben?

I. Wie lässt DeepSeek die KI sich selbst weiterentwickeln?

In seiner internen Rede sagte Liang Wenfeng einen ziemlich seltsamen Satz. Er erklärte, dass das von DeepSeek entwickelte Modell "nicht das primäre Ziel hat, dass es für alle Nutzer gut funktioniert, sondern dass es für uns selbst gut funktioniert".

Ist ein Modell nicht dafür gemacht, von Nutzern verwendet zu werden? Liang Wenfeng erläuterte weiter, dass das Modell zunächst DeepSeek selbst dient – dies ist der schnellste Weg für DeepSeek, um AGI zu erreichen.

RSI ist nicht gleich AGI, und es bedeutet auch nicht, dass man mit RSI zwangsläufig AGI erreicht. Aber RSI löst ein zentrales Problem auf dem Weg zur Verfolgung von AGI: Wer beschleunigt die Evolution der KI-Fähigkeiten selbst?

Daher ist AGI das Ziel, RSI das Mittel. Man lässt die KI sich selbst ständig stärken, bis ihre Fähigkeiten schließlich zu AGI gelangen.

Konkret gesagt, wie hilft RSI DeepSeek dabei, auf dem Weg zu AGI voranzukommen?

Gleichzeitig mit der Veröffentlichung von DSH hat DeepSeek gemeinsam mit der Peking University die Abhandlung "a programming paradigm for spatiotemporal composability" veröffentlicht, die weitere Einblicke in die Ideen hinter dieser Architektur gibt.

Im zugrundeliegenden Ausführungsrahmen von DSH gibt es einen Kernmechanismus namens Cordis. Er versucht, ein altes Problem der Branche zu lösen: Herkömmliche Plug-in-Systeme sind im Allgemeinen gut darin, Plug-ins zu installieren, aber es ist schwierig, die Auswirkungen, die ein Plug-in hinterlassen hat, vollständig zu beseitigen, ohne den gesamten Prozess neu zu starten.

Dieses Problem ist für einen KI-Agenten, der sich selbst weiterentwickeln soll, tödlich.

Die Ausführungsumgebung eines Agenten ist normalerweise vollgestopft mit Komponenten wie Werkzeugen, Berechtigungen, Sandboxen, Speicher und Sitzungszuständen. Stellen Sie sich vor, wenn der Agent in Zukunft seine Fähigkeiten verbessern möchte und diese Plug-ins ständig modifizieren muss, würde jede Modifikation einen Neustart des gesamten Systems erfordern, und der ursprünglich laufende Zustand würde unterbrochen. Noch problematischer ist, dass eine fehlgeschlagene Modifikation das System in einen nicht wiederherstellbaren Zwischenzustand bringen kann.

Daher ist es entscheidend, eine Umgebung zu schaffen, in der KI sich selbst weiterentwickeln kann, ohne Angst vor Konsequenzen zu haben. Cordis versucht, dies aus zwei Dimensionen zu lösen: Zum einen lassen sich die Auswirkungen eines Plug-ins, wenn es beendet wird, verfolgen und rückgängig machen; zum anderen kann das System automatisch neu koordinieren, wenn sich die Abhängigkeiten zwischen Plug-ins ändern. Das ist die im Titel der Abhandlung erwähnte temporale Komposierbarkeit (temporal composability) und räumliche Komposierbarkeit (spatial composability).

Das ist keine Theorie ohne Praxis. Dieser Mechanismus läuft bereits seit 4 Jahren im quelloffenen Chatbot-Framework namens Koishi, das über 4000 Community-Plug-ins verfügt. Natürlich muss dieser Mechanismus in Zukunft noch in größeren Plug-in-Systemen validiert werden.

Wenn man jetzt auf Liang Wenfengs Satz zurückblickt, ist er nicht mehr seltsam. Seine Aussage, dass das Modell zuerst für das eigene Team gut funktionieren muss, bedeutet in der Praxis, dass man dem Modell zuerst eine Basis geben muss, die es ihm erlaubt, sich ständig zu modifizieren: Neue Komponenten können installiert werden, alte sauber entfernt werden, fehlerhafte Modifikationen lassen sich wiederherstellen, und die Beziehungen zwischen Komponenten können automatisch neu organisiert werden.

Wenn diese Selbstmodifikation zu einem kontinuierlichen, fehlertoleranten und rückgängig machbaren ingenieurstechnischen Prozess wird, hat die selbstständige Evolution der KI endlich einen festen Boden, auf dem sie stattfinden kann.

II. KI-Großunternehmen im Bereich RSI

Als einer der verlockendsten Meilensteine in der KI-Welt zieht RSI nicht nur Liang Wenfeng an.

Im Juli sagte Demis Hassabis, Leiter von Google DeepMind, in einem Interview, dass die meisten Spitzenlabore sich der Erforschung von RSI widmen. Einen Monat später erklärte auch Jasjeet Sekhon, Chief Strategy Officer von Google DeepMind, öffentlich, dass RSI zu der zentralen Investitionslogik für die Kapitalausgaben im KI-Bereich wird.

"Die Menschheit hat damals Dampfmaschinen benutzt, um neue Dampfmaschinen herzustellen." Jasjeet Sekhon ist der Ansicht, dass die Herstellung von KI durch KI nicht so unglaublich klingt.

Abbildung: Demis Hassabis im Interview

DeepMind hat bereits ein praktisches Beispiel nahe an RSI namens AlphaEvolve, das seit über einem Jahr in Betrieb ist.

Der Kernmechanismus von AlphaEvolve ist nicht kompliziert. Zuerst lässt es Gemini eine Reihe von Programmen generieren, die dann von einem automatischen Evaluator ausgeführt, validiert und bewertet werden. Lösungen mit guter Leistung werden beibehalten und dienen als Grundlage für die nächste Runde der Generierung und Kombination. Dieser Prozess kann zyklisch fortgesetzt werden, ohne dass Ingenieure eingreifen müssen.

Der wichtigste Punkt dieses Verfahrens ist, dass auch der Bewertungsprozess automatisiert ist. Solange für ein Problem ein relativ objektiver Bewertungsstandard festgelegt werden kann, kann die KI selbst zahlreiche Fehlversuche durchführen: Eine Lösung generieren, sie ausführen, die Punktzahl prüfen und dann basierend auf dem Ergebnis nach einer besseren Lösung suchen.

Google hat bereits begonnen, seine eigene Recheninfrastruktur mit AlphaEvolve zu optimieren. Laut Google hat AlphaEvolve einen neuen Algorithmus für die Planung in Rechenzentren gefunden, der durchschnittlich etwa 0,7 % der weltweiten Rechenressourcen zurückgewinnt; während des Trainingsprozesses von Gemini beschleunigte es einen zentralen Matrixmultiplikationskern um 23 % und verkürzte die gesamte Trainingszeit von Gemini um etwa 1 %.

In diesem August erlebte das KI-Team von Google eine vielbeachtete Umwälzung. Obwohl die Mitarbeiter auseinandergingen, ist ihr gemeinsames Ziel dasselbe: Sie werden sich in Zukunft der Erforschung von RSI widmen.

Jeff Dean, der 27 Jahre bei Google gearbeitet hat, ist ausgeschieden und hat mehrere Forscher mitgenommen, um Discovery Loop zu gründen – dessen Kernrichtung RSI ist. Auch der Mitbegründer von Google, Sergey Brin, treibt intern nach wie vor mit Nachdruck die Zuweisung von Ressourcen für RSI voran.

Die beiden bekannten KI-Unternehmen OpenAI und Anthropic setzen ebenfalls auf RSI. Im Juli hat OpenAI in den Veröffentlichungsnotizen zu GPT-5.6 einen neuen Indikator namens RSI-Index eingeführt, der speziell den Grad der Selbstentwicklung des Modells misst.

Das in diesem Jahr gegründete Anthropic Institute von Anthropic listet RSI ebenfalls als einen seiner wichtigsten Forschungsbereiche auf. In einem Experiment namens Automated Weak-to-Strong Researcher hat Anthropic mehrere von Claude gesteuerte KI-Agenten dazu gebracht, selbstständig Forschungshypothesen aufzustellen, Experimente zu entwerfen und durchzuführen, Ergebnisse zu analysieren und dann basierend auf den Ergebnissen die nächste Runde von Lösungen zu iterieren. Bei einem KI-Ausrichtungsproblem wurden Ergebnisse erzielt, die besser sind als die von menschlichen Forschern.

Jack Clark, Mitbegründer von Anthropic, gab sogar eine Vorhersage ab: Mit einer Wahrscheinlichkeit von 60 % wird RSI bis Ende 2028 Realität werden.

In China gibt es Akteure, die schon früher als DeepSeek Erkundungen in Richtung RSI durchführen. Zum Beispiel hat Tencent im Juli Hyra-1.0 vorgestellt, das laut offizieller Angabe ein Agent ist, der rekursiv selbst verbessert wird und für leistungsorientierte Forschungs- und Ingenieuraufgaben entwickelt wurde. Neben öffentlichen Benchmarks kann er auch in mehr als zehn verschiedenen realen Szenarien Wert erzeugen.

Abbildung: Tencent Hunyuan stellt Hyra-1.0 vor

MiniMax war noch früher: Als es im März M2.7 veröffentlichte, lautete der offizielle Titel "Early Echoes of Self-Evolution". Es ließ das frühe Modell selbst ein Harness aufbauen, fehlgeschlagene Abläufe analysieren, Änderungen planen, Gerüstcode modifizieren, Bewertungen durchführen und entscheiden, ob Änderungen beibehalten oder rückgängig gemacht werden. Nachdem dieser Zyklus mehr als hundert Mal durchlaufen wurde, stieg das Ergebnis der internen Bewertung um 30 %.

III. Umgebung, Feedback und Zyklus sind zu zentralen Wettbewerbsfaktoren geworden

Da RSI zu einer wichtigen Vorstellung auf dem Weg zu AGI geworden ist, verändert es die Wettbewerbsausrichtung von KI-Unternehmen.

In der Vergangenheit war es üblich in der Branche, die Veröffentlichung von Modellen als Zeitpunkt für Fähigkeitsänderungen zu betrachten. Wenn ein neues Modell eines Unternehmens online geht und Benchmarks durchläuft, sortiert sich die Branche neu. Heute ist die Veröffentlichung neuer Modelle nach wie vor wichtig, aber der Vorsprung zwischen Modellen verkürzt sich, und eine einzelne Veröffentlichung stellt immer weniger die langfristige Fähigkeit eines Unternehmens dar. Gleichzeitig findet der Weg zur Umsetzung von RSI auch nach der Modellveröffentlichung statt.

Die grundlegende Vorstellung von RSI besteht darin, die KI in einen Zyklus der kontinuierlichen Verbesserung zu bringen. Das stellt neue Anforderungen an die KI-Infrastruktur.

Erstens darf das Modell nicht nur auf bereits aufbereitete Trainingsdaten zugreifen, sondern muss auch in echte Aufgaben eintreten, eine Umgebung haben, in der es handeln, modifizieren und validieren kann, und in der Praxis ständig Probleme aufdeckt.

Zweitens benötigt das System einen zuverlässigen Feedbackmechanismus, der beurteilen kann, ob eine Modifikation tatsächlich ein Problem gelöst hat oder nur einen Indikator vorübergehend verbessert hat, und diese Ergebnisse als Grundlage für die nächsten Schritte umwandelt.

Drittens muss dieser Prozess kontinuierlich zyklisch ablaufen und eine Schleife (Loop) bilden. Auf diese Weise können die Ergebnisse der vorherigen Runde in die nächste Runde einfließen, neue Lösungen können wiederholt ausgeführt, verglichen und iteriert werden, und selbst ein Fehler führt nicht dazu, dass das gesamte Experiment seine Fähigkeit zur Wiederherstellung und Neustart