MASS
MASS（Multi-Agent Self-Supervision）是一种自我改进方法：由一个 AI 模型同时担任任务执行者、团队运作方式设计者和评估者，以改进团队的协作方式，并用表现良好的团队工作记录重新训练自身。这是 Sakana AI 与 UC Berkeley 研究团队于 2026 年 10 月公开的研究技术。
是什么
MASS 是一项探讨“在没有更强老师的情况下，模型如何自我提升”的研究。研究团队认为，在超越人类已有知识的研究领域，即使是专家也可能难以评估结果，因此以被改进的模型本身成为最有能力的监督者这一情境为出发点。他们称之为同构递归自我改进（homogeneous RSI）。MASS 的核心思想是，把单个模型独自无法稳定产生的“团队集体智能”用作训练信号。研究团队同时公开了论文和代码。
如何运作
同一个语言模型担任三个角色。任务执行者生成代码、结果和报告；工作流优化器根据评估意见修改分工方式和结果传递方式；评估者比较两份产出并选出更好的一方。在内循环中，固定模型权重，尝试修改工作流（角色、指令、规定传递信息的“契约”、调用顺序），一旦出现胜过当前最佳“冠军”工作流的候选，就进行替换。在外循环中，多次运行冠军工作流，由模型对结果排序并挑选出好的执行记录（轨迹），再通过 LoRA 蒸馏到模型中。更新后的模型再次担任三个角色，重复这一过程。
为何受到关注
引人注目的是，在无法自动验证正确答案的研究型任务中，无需外部评分者，仅靠自我评估就实现了改进。研究团队表示，将其应用于 Qwen3.6-27B 两轮后，在训练中排除的合成研究任务上，相对基础模型的胜率从 53.9% 提升到 69.9%，在 4 项研究基准上每输出 token 得分提高了 1.2~1.6 倍。他们还表示，虽然只训练了任务执行记录，但工作流优化和评估能力也一同提升。此外，他们报告称，多个智能体协作的记录比单智能体记录用更少的训练数据取得了更好的效果。
研究团队公布的结果
注意事项
这些数字是研究团队自行公布的结果，该技术仍处于研究阶段。改进效果并未均匀迁移到软件工程基准上。由于同一个模型既负责生成又负责评估，模型共有的盲点存在在后续训练中被反复固化的风险。研究团队也指出，需要能够纠正自我评估的监督。
示例
在研究团队公开的金融任务中，MASS 改进后的工作流按“数据准备 → 特征构建 → 建模 → 回测 → 审计 → 对照验证 → 报告”的顺序向子智能体分配工作。“契约”中规定，负责数据的智能体要检查过去的判断中是否混入了未来信息，并将检查结果传递给下一个智能体。收集这类组织良好的团队工作记录并重新训练模型，目的是让模型以后即使不另行提供工作流，也能仅根据任务学会组织工作。