【研究笔记 01】从概念开始：认识钠电、BMS 与递归自我改进

参加「初焰·纳宙」AI for Science 黑客松，我选择的议题是：

储能系统能否持续自我改进？从钠电与磷酸铁锂的充放电差异出发，研究电池管理系统（BMS）如何利用运行数据改进策略、迭代模型与架构，探索递归自我改进（RSI）的可能。

这句话连接了电化学、能源系统、控制工程和人工智能。对跨领域参与者而言，研究的第一步是建立共同语言：这些概念分别指什么、彼此有什么关系、可以从哪些资料开始理解？

这篇记录整理第一轮关键词与阅读入口，作为后续研究的知识起点。

一、从应用场景开始：为什么储能会与 AI 数据中心相关？

AIDC（AI Data Center，人工智能数据中心）是支撑 AI 训练、推理等任务的数据中心。它需要计算设备，也需要供电、散热与网络等基础设施。算力任务的运行会形成用电负载，负载可能随任务变化。

储能（Energy Storage）是把能量保存起来，在需要时释放。电池储能通过电化学过程完成充放电。BESS（Battery Energy Storage System，电池储能系统）则包含电池、功率变换、控制、保护及相关配套设备。

在 AIDC 场景，储能可参与供电保障和负载平滑，具体作用取决于系统设计。NVIDIA 的工程导读提供了理解这一背景的入口。

理解储能时，先区分两个量：

• 功率，常用 kW/MW：某一时刻传递能量的快慢。
• 能量，常用 kWh/MWh：一段时间内能够储存或释放的能量。

例如，理想情况下，100 kWh 的可用能量以 50 kW 恒定输出，可以持续 2 小时。实际运行还受效率、允许放电范围和设备功率限制影响。

二、认识电池：钠电与磷酸铁锂分别是什么？

钠离子电池（Sodium-ion Battery，SIB）依靠钠离子在电极之间的迁移参与充放电。赛题中的“钠电”，本文暂按钠离子电池理解；具体材料体系仍需进一步明确。

磷酸铁锂电池（Lithium Iron Phosphate Battery，LFP）是使用磷酸铁锂作为正极材料的一类锂离子电池。因此，“钠离子电池”与“磷酸铁锂电池”并不是完全对称的分类名称：前者涵盖多种材料路线，后者指定了一类正极材料。可参阅 DOE 的钠电技术评估与 LFP 材料研究介绍。

比较两者时，需要说明具体电芯、材料、温度和测试条件。仅凭“钠”或“锂”的名称，无法判断所有场景中的性能优劣。

关键词	概念说明	为什么与题目有关
电芯、模组、电池包	电芯是基本电化学单元，多个电芯可进一步组成模组和电池包；具体结构因设计而异	单个电芯的表现不能直接代表整个系统
容量（Ah）	在规定条件下可输出的电荷量；不是直接以 kWh 表示的能量	比较电池时必须区分容量与能量
倍率（C-rate）	电流相对于参考容量的大小；以 10 Ah 为参考，1C 对应 10 A	描述充放电强度
开路电压（OCV）	无外部负载时的端电压；用于状态判断通常还需规定静置条件	与剩余电量估计有关
电压滞回（Hysteresis）	相同荷电状态下，电压还可能受此前充放电路径影响	提醒我们不能只靠一条电压曲线理解电池
循环老化／日历老化	分别关注循环使用和随时间存放相关的退化	电池特性会变化，为持续校准提出需求

LFP 电压滞回的具体例子可从这篇实验研究入手。本篇先解释词义，暂不列出钠电与 LFP 的统一性能排名。

三、认识 BMS：它怎样理解和管理电池？

BMS（Battery Management System，电池管理系统）负责电池相关的监测、状态估计、保护与管理，常见功能涉及电压、电流、温度测量，以及均衡和异常检测。具体功能和控制权限随系统架构而异。TI 电池管理资料

它既要读取可测信号，也要估计无法直接读出的内部状态。三个常见缩写是：

关键词	回答什么问题	理解时需要注意
SOC：荷电状态（State of Charge）	现在还剩多少电量？	通常相对于规定参考容量表达，属于估计量
SOH：健康状态（State of Health）	与初始或参考状态相比，电池退化了多少？	可以按容量保持率等定义，必须说明计算口径
SOP：功率状态（State of Power）	在当前状态和约束下，能充入或输出多大功率？	必须说明持续时间，以及电压、温度等限制

一个直观区别是：老化电池充满后，SOC 仍可以是 100%，但它能提供的容量可能已经减少，SOH 因而下降。 TI 对 SOC 与 SOH 的解释适合作为入门阅读。

BMS 还要与其他部分协作：EMS（Energy Management System，能源管理系统）偏重能源调度；PCS（Power Conversion System，功率变换系统）负责电能转换和功率执行。具体分工应以实际系统为准。

四、认识“模型、策略、架构”：自我改进可能发生在哪里？

为了理解赛题，可以先给这三个词建立工作定义：

概念	通俗理解	本题中的例子
模型（Model）	对系统行为的数学或数据表达	根据电压、电流、温度估计 SOC
策略（Policy / Strategy）	根据状态和目标决定采取什么行动	在允许条件下调整充电电流
架构（Architecture）	系统由哪些模块组成，信息和决策如何流动	测量、估计、优化和保护模块怎样协作

继续阅读时还会遇到几类方法：

• 等效电路模型（ECM）：用电阻、电容等元件的组合描述电池端口动态。
• 状态估计（State Estimation）：利用测量和模型推断电池内部状态。
• 参数辨识（Parameter Identification）：从数据中估计电阻、容量等模型参数。
• 扩展卡尔曼滤波（EKF）：结合模型预测与测量修正，递推估计状态的一类方法。

Plett 的 BMS 状态估计论文是理解这些概念的经典入口。它研究的是特定锂离子聚合物电池体系，阅读时应学习方法，不直接沿用其参数。

五、从反馈学习到 RSI：几个相近概念如何区分？

闭环优化（Closed-loop Optimization）是让前一次尝试的结果影响下一次决策。例如，根据充电实验结果选择下一组候选协议。Attia 等人的研究提供了电池领域的具体案例。

在线学习／自适应（Online Learning / Adaptation）强调系统随新增数据更新模型或参数。它可以按照预先固定的规则执行。

递归自我改进（Recursive Self-Improvement，RSI）进一步涉及系统对自身改进能力的改进：被修改的对象可以包括用于学习、搜索或产生更新的方法。它不等同于重复执行同一种训练或参数校准。

对于本项目，我暂用下面的区分帮助阅读：

• 更新电阻估计：参数层面的适应。
• 更新状态估计模型或充电策略：模型或策略层面的改进。
• 由系统调整产生和选择更新的方法：进一步探索 RSI 的候选方向，仍需定义和验证。

这是本文的概念整理方式，不是主办方已公布的 RSI 评价标准。Gödel Machines可以作为自我修改问题的理论参考，但它并不证明真实 BMS 已能实现这类能力。

六、近期 AI 实验室的进展：AI4S 与 RSI 有什么关系？

只阅读电池文献，还不足以理解题目中的 AI 与 RSI。这里补充截至 2026 年 9 月 29 日核对的实验室原始资料，覆盖 2025—2026 年的代表性工作。这是与本题相关的定向选读，不是完整的进展排名。

先区分三个观察角度：

• AI4S（AI for Science）：用 AI 帮助研究科学问题，例如发现规律、提出假设、分析数据或设计实验。它描述 AI 的用途，不要求 AI 修改自身。
• AI辅助AI研发（AI for AI R&D）：用 AI 改善 AI 的算法、训练、评估或工程流程。研究对象是 AI，但流程仍可能主要由人设计和判断。
• RSI：关注改进能力能否反馈到后续自我改进。在不同研究中，自我修改的范围不同，需要明确改的是参数、智能体代码、搜索机制，还是整个后继模型的研发过程。

例如，Anthropic 在 When AI builds itself 中采用了较强的口径，即系统完全自主设计和开发自己的后继系统；文章也明确表示尚未达到这一状态。因此，不能把所有“迭代”“反思”或“自动化”都直接归为完整 RSI。

实验室与资料	日期	这项工作帮助理解什么	阅读边界
Anthropic：When AI builds itself	页面更新于 2026-09-18	AI 正参与更多 AI 研发环节，完整 RSI 与当前辅助研发之间仍有距离	实验室内部观察与分析；代码产量不能直接代表科研进步
Anthropic：Claude discovers a novel enzyme system	2026-09-23	报告 AI 从生物数据中筛选候选发现，再与人类实验衔接的早期案例	官方说明及所附预印本入口；实验由人完成，系统主要生物功能仍在研究
OpenAI：Research acceleration: The view inside OpenAI	2026-09-06	观察智能体如何参与编码、实验和分析，以及如何衡量研究加速	内部数据自述；人类指导仍重要，实验数增加还受到算力变化影响
OpenAI：Early experiments in accelerating science with GPT-5	2025-11-20	展示科学家使用模型辅助推理、数据解释与研究探索的案例	案例汇编包含失败和归因问题；不能据此推断普遍自主科研能力
Google DeepMind：Co-Scientist	2026-05-19	多智能体生成、评议、排序和修订科学假设	假设的内部排序与外部实验验证是不同证据；不是 BMS 验证
Google DeepMind：AlphaEvolve	2025-05-14	将程序生成、自动评价与进化搜索连接，寻找更好的算法	依赖可执行的评价方法；优化 AI 训练组件不等于自主完成整个后继模型研发
Sakana AI 与 UBC：Darwin Gödel Machine	2025-05-30	智能体修改自身代码，并用编程任务评价候选版本	属于智能体代码层面的自我改进实验；不等于底层模型自行重新训练，也不证明真实电池中的有效性

这些资料给本项目带来三个阅读问题：系统修改了什么？谁来判断修改有效？修改后的能力是否有助于下一轮改进？

我的初步理解是：Co-Scientist 可帮助理解“如何形成并修订假设”；AlphaEvolve 可帮助理解“候选方案怎样接受可计算评价”；DGM 可帮助理解“系统自身的工具与工作流程怎样成为修改对象”。这些是可借鉴的方法思路，能否用于 BMS，仍需电池数据、对照实验及运行约束的验证。

七、参考资料怎么读？

电池与基础理论资料按“基础概念—具体方法—数据与工具—理论拓展”组织，与上一节的近期 AI 研究相互补充。每份资料都有不同用途，无需第一轮全部精读。

阅读入口	类型	主要帮助理解什么
DOE：Batteries	基础科普	电池如何储存和释放能量
NVIDIA：AI 数据中心的 BESS 设计	厂商工程导读	电池储能与 AIDC 的系统关系
TI：SOC 与 SOH 的区别	厂商技术说明	剩余电量与健康状态的区别
Plett，2004：BMS 的 EKF 背景	方法论文	状态估计如何结合模型与测量
LFP 开路电压滞回实验，2013	实验论文	充放电历史为何会影响建模
Attia 等，Nature，2020	闭环优化论文	怎样用实验反馈选择充电协议
Wang 等，2024：钠电 SOC 配套数据	公开数据	实验中有哪些温度、脉冲及动态工况信息
PyBaMM：钠电 DFN 示例	官方仿真文档	物理模型如何转化为可计算对象
Schmidhuber：Gödel Machines，v5	理论拓展	自我修改与改进判据的关系

其中，钠电数据的动态工况不等于 AIDC 实测负载；PyBaMM 的开发文档也可能与稳定版本不同。理论、仿真和实测资料应分别理解。

这篇笔记先建立一份可共同讨论的词汇表与阅读路径。后续再逐步整理钠电与 LFP 的具体差异，将概念转化为可以研究的问题。也欢迎不同领域的伙伴补充资料，或指出定义中需要澄清的地方。