Goertzel 提 d-calculus：自改进 AI 如何守住目标
先了解这件事
2026 年 10 月 4 日，AGI Hunt 报道 AGI 先驱 Ben Goertzel 发布 d-calculus 系列第二篇长文《Finding the Beneficial-Superintelligence Attractor》，分析自改进 AI 在自我修改与自我改进（RSI）中为何以及在什么条件下能保持目标不漂移。10 月 6 日的新报道进一步称，Goertzel 在 Substack 发布新的数学框架 d-calculus，用于为可分叉、合并、自我重写的心智建模；该框架论证自我修改的 AI 在何条件下会倾向保留最初的良性目标，并演化进入“有益超级智能”奇怪吸引子的吸引域，以此回应 RSI 讨论中的目标保持问题。新报道还提到文中附有 OmegaHive 相关实验设想。两篇报道对文章主题的描述一致，未出现数字或时间上的出入；目前公开信息集中于论证思路本身，报道中未见对具体前提条件、推导结论或外部评价的更多细节。
AI 根据报道生成 · 2 小时前更新
事件进展
- 10月6日 22:57 · 1 篇报道Goertzel 提出 d-calculus 数学框架AGI Hunt：Goertzel 提出新数学框架 d-calculus，论证自改进 AI 如何守住目标
- 10月4日 22:49 · 1 篇报道Goertzel 发长文论证自改进 AI 可落入有益超智能吸引子AGI Hunt：Ben Goertzel 长文：d-calculus 论证自改进 AI 如何落入有益超智能吸引子
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntGoertzel 提出新数学框架 d-calculus，论证自改进 AI 如何守住目标
Ben Goertzel 在 Substack 发布新数学框架 d-calculus，用于为可分叉、合并、自我重写的心智建模。该框架论证自我修改的 AI 在何条件下会倾向保留最初的良性目标，并演化进入"有益超级智能"奇怪吸引子的吸引域，回应 RSI 讨论中的目标保持问题。文中另附 OmegaHive 相关实验设想。
- AGI HuntBen Goertzel 长文：d-calculus 论证自改进 AI 如何落入有益超智能吸引子
AGI 先驱 Ben Goertzel 发布 d-calculus 系列第二篇长文《Finding the Beneficial-Superintelligence Attractor》，分析自改进 AI 在自我修改与自我改进（RSI）中为何及在什么条件下能保持目标不漂移。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 00:00）·近 24 小时可比范围变化 +100%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。