多智能体系统蒸馏实现模型自我进化

RSI 的核心悖论一直是"谁来评估超越人类认知的输出"，MASS 的解法是用多智能体系统的涌现共识替代单一评估者，这比 Constitutional AI 的单模型自我批判更鲁棒。但论文未公开蒸馏的具体损失函数设计，这是复现的关键难点。

从工程角度看，多智能体交互的算力开销是落地瓶颈——如果每次 RSI 迭代需要数百次 agent 调用，成本会快速超过预训练。适合有自有 GPU 集群的研究机构先验证，创业公司建议等开源实现后再评估性价比。