AI Agent Autonomously Develops 27B Industrial Coding Model iCoder-27B
A joint team from Shanghai Jiao Tong University, DP Technology, and other institutions used an AI agent (Codex GPT-5.6-Sol) to autonomously develop a 27B industrial coding model named iCoder-27B. The agent handled data evolution, SFT cold start, self-distillation, and RL training, while humans provided goals, permissions, SOPs, and validators. The model ranks among top industrial coding models, contributing to the recursive self-improvement debate.
Coverage timeline
机器之心机器之心
RSI，可能是 AI 世界里最像科幻的一个词。 在最强的版本里，你只需要对一套系统说一句 “做一个更好的自己”，它就能提出新想法、搭建训练流程、验证结果，最终交付一个能力更强的继任者。随后，新模型再次重复这个过程，智能由此进入自我加速的循环。 这个图景还没有成为现实。但过去几个月，围绕递归自我改进（Recursive Self-Improvement，RSI）的讨论，已经从 “会不会发生” 转向一个更具体的问题： 今天的 AI，究竟已经接管了 AI 研发循环中的哪些部分？ Anthropic 联合创始人 Jack Clark 在今年 5 月给出过一个激进判断：到 2028 年底，无人参与的 AI 研发有 60% 以上概率出现；他同时承认，近期更可能先看到非前沿模型层面的端到端训练样例。Allen Institute for AI 的 Nathan Lambert 则提出 “有损自我改进”：AI 会进入模型研发核心，但数据、算力、组织协调和系统复杂性会让飞轮持续损耗，很难形成无摩擦的指数爆发。 现在， 一支来自上海交通大学人工智能学院、深势科技、无尽前沿与新加坡国立大学的联合团队，给出了一个很适合放进这场争论的样本 。 团队让 Agent（Codex GPT-5.6-Sol）主导一个 27B 工业 Coding 模型的开发：从数据演化、SFT 冷启动，到同策略自蒸馏和可验证奖励强化学习，Agent 负责选择实验、诊断失败，并反复修改训练策略。同时，人类专家提供目标、权限边界、训练 SOP 和可信验证器。最终得到了一个在工业 Coding 能力排名前列的模型，名为 iCoder-27B 。 论文标题：Recursive AI-Led Development of Frontier Industrial Coding Model 项目主页：liunanfu1992.github.io/iCoder-site 论文: huggingface.co/i-Coder/iCoder-27B/blob/main/Coder_Tech_Report.pdf GitHub：github.com/bingreeky/iCoder Hugging Face：huggingface.co/i-Coder 27B，先挤进工业 Coding 第一梯队 工业 Coding 与日常所说的代码生成，并
