我更倾向于认为OpenAI内部的RL *系统*是AGI，而不是从中产生的任何固定模型检查点。

但实际上，你想要的是一个更像电子邮件而不是软件工程的自我提升界面。你希望能够告诉它去提高PowerPoint的能力，然后它会找到持久改善的方法。