RSI：当AI学会自我进化，强者真的会愈强吗？

本文来自微信公众号： 业界良新 ，作者：许良

---读懂2026年硅谷最危险、最刺激的一场技术竞赛。

一、RSI，正在统治硅谷的议程

2026年，一个话题正以前所未有的速度，从学术边缘走向产业中心——RSI。

它是Recursive Self-Improvement（递归自进化）的缩写，因为它关系到一个更大的事情：能不能让AI去发现AI自身的问题，然后把自己改得越来越强，并且这个循环能自我加速。

这件事之所以在2026年爆发，不是因为某一家公司，而是因为整个行业几乎同时押注了同一个方向：

• OpenAI给出明确时间表——2026年9月做出"AI研究实习生"，2028年3月前实现真正自动化的"AI研究员"，据报道内部还建立了衡量这一进展的"RSI Index"；

  
  

• Anthropic 6月发布长文《When AI Builds Itself（当AI建造自己）》，副标题直白写着"我们在RSI方向上的进展与探索"，并披露其Claude的Agent端到端独立完成了一项开放式AI安全研究，累计工作800小时，把一个weak-to-strong（弱模型逼近强模型）的性能差距缩小了97%（人类来做，一周只能缩小23%）；

  
  

• 学术界也正式入场——ICLR 2026设立了"AI with Recursive Self-Improvement"专场Workshop；

  
  

• 连媒体定调都换了说法，TechCrunch一篇报道的标题直接是："RSI is the new AGI"（RSI是新的AGI）。

  
  

当OpenAI、Anthropic、顶会Workshop、主流媒体和大把真金白银在同一时间指向同一个词，它就不再是"小众方向"，而是已经形成共识。

而围绕RSI，有一个极具诱惑力也十分危险的假设：率先达到自进化状态的公司，会把其他人越甩越远，而且不可逆。

这个推演成立吗？

二、RSI的闭环：为什么"这一次"可能转得起来

先把概念讲清楚。

递归自进化的精髓是一个闭环：AI发现AI模型的问题→优化→得到更强的AI→这个更强的AI又能发现更深的问题→再优化……"递归"指的就是这个循环不断向前推进。

这个想法本身并不新。它真正变得"可操作"，是因为有两个条件在2026年同时成熟：

1.Coding Agent（编程智能体）变强了——模型已经能自主写代码、跑实验、读结果；

2.模型对"自己"的认知突破了——强到可以用模型去充当研究员，让它去发现模型的弱点并优化。

但闭环能转起来的真正加速器，不是"AI突然变聪明"，而是反馈周期被压缩了几个数量级。

在传统科研中，导师提出方向、学生执行实验、再把"行不行、为什么不行"反馈回来——导师不直接碰实验，信息要经过"导师→学生→实验→学生→导师"的传递，一个循环至少几天，一个项目往往几周甚至几个月。

而有了足够强的AI之后：

你有个想法，告诉AI，AI很快把代码写出来、跑完告诉你结果。你写完之后出去喝个茶、开个会，结果就已经出来了。

也就是说，"想—做—看—改"的反馈周期从"天"缩短到了"分钟"级别。当反馈快到这个程度，自我迭代就不再是线性爬坡，而可能进入加速状态。这是RSI区别于以往所有"用AI优化AI"尝试的底层原因。

三、和10年前的AutoML，到底有什么不同

熟悉AI历史的人会问：10年前Google的AutoML、神经架构搜索（NAS），不也是"用AI优化AI"吗？

区别在于一句话：上一波没有一个模型能建模人类的高层知识。

上一代做法是研究员人工定义好搜索空间的大小和行为，让AI在这个空间里搜更好的解——AI很笨，只能在人画好的圈子里打转。

这一波大模型不同之处在于，模型对AI、对架构本身有了理解，这种理解可以部分替代"人类定义问题"的工作，于是搜索空间变得极大且智能。

换句话说：以前是"人深度参与定义每一个细节，AI在小圈子里搜"；现在要解决的难题是"怎么最大限度发挥AI的能力，让它自己找到解空间的结构"。人参与的多少变了，参与的层级也变了。

四、递归≠自动化：人还在loop里，只是层级更高

很多人把RSI等同于"把人从研究流程里彻底踢出去"。这是一种误读。

一个更准确的区分是：递归会先发生，完全自动化还远。

自动化程度取决于"人还做什么层级的工作"。低层级的执行被AI接管了，但更高一级的工作反而更需要人，对人的要求也更高——人省下了时间，却需要把更多脑力投入到更高层次的判断上。人还在这个loop里面，只是这个loop的level更高一点。

这也是行业里很多人的看法，AI目前仍替代不了顶尖的人类研究员。递归循环可以转起来，但完全脱离人的"自动科学家"，目前还看不到。

这个区分之所以重要，是因为它直接关系到下一个、也是最关键的问题——

五、核心争议：强者愈强，还是会进入另一个平台期？

这是整场RSI叙事里最危险、也最值得讨论的一个判断。

主流叙事认为强者愈强、不可逆，逻辑链很顺：最强的Coding能力→最先转起自进化飞轮→加速度越来越大→把所有人甩开，且无法追赶。

如果这个逻辑成立，那现在不是最强的公司，基本就"无缘决赛圈"了。这正是支撑当前估值和军备竞赛的核心故事。

但行业里也有不同看法，该看法认为，智能的提升不是渐进式的平滑曲线，而是"S型曲线+平台期"：

一开始涨很快，然后因为瓶颈停下来，进入一个平台期，直到下一个突破出现，再次出现S型曲线再上去……每个平台都应该对应一个突破。

这意味着：如果RSI是渐进式的（谁跑得快谁永远领先），OpenAI、Anthropic既有最强的Coding能力、又有最多的算力，后来者没什么机会；但如果它是有平台期的、突破式的，那突破点不是靠堆算力就能拿到的——谁先撞上下一个"突破点"，谁才真正跃迁。

这个分歧的本质，是对Scaling Law（缩放定律）的信仰分歧：

Anthropic联合创始人Jack Clark的公开预测更细：2027年底前AI研究完全自动化的概率约30%，2028年底前开始递归自我改进的概率约60%+；他甚至把2028年底设成这条假说的"证伪点"——如果到那时还没发生，说明存在某种根本性约束。

而坚信Scaling Law的一方同样人多势众。

这场争论在2026年8月又多了几个新砝码。

怀疑的一方多了一个重量级声音：Google CEO皮查伊在播客访谈里给RSI泼了盆冷水——"这是一个连续体，我们确实都在进步。但按大家描述RSI的方式，那代表下一个量级的加速……我们还没到那一步。"

加速的一方也有了新的论据：METR的Ajeya Cotra把AI研究能力分成三级里程碑——"离了人类也能运转→与人类等价→超过人机协作"，她的判断是：离第一级已经很近，而一旦到了第二级，一年内就可能冲到第三级。

而最值得玩味的信号，来自Anthropic自己的8月风险报告。报告结论是"按RSP标准，整体进度仍低于RSI阈值"（这个阈值定义为：AI研发自动化使进度速率相对AI辅助前基线翻倍）。但报告罕见地补了一句：这个"未达标"的判断，信心比以往更低了——原因有两个：一是内部评测基准已"饱和"（比如CoBench，模型要到85%才算"完全替代研究科学家/工程师"，据社区流传，当前最强的内部模型只到62.8%——已走完约3/4，但最后一段最难）；二是出现了"早期加速迹象"。

翻译一下：连最接近RSI的人，都在感慨不容易。当"测不准"本身成为共识，"强者愈强"与"平台期"之争，就更加没有定论。

这场争论目前没有定论——但它恰恰是决定"谁有机会"的那个变量。

一句话：RSI终局之争，本质是两种世界观之争——一种相信"堆就能赢"，胜利属于算力最厚的巨头；一种相信"突破不可预测"，胜利属于最先撞见下一个瓶颈的人。

六、已经发生的事：各家的第一份答卷

理论之外，看看实绩。RSI不是只存在于报告里——在几个具体任务上，自进化的早期信号已经出现。

OpenAI：除了前述时间表和据报道的"RSI Index"评估体系，它的动作是"制度+组织+叙事"三件套。制度上，2025年4月的Preparedness Framework v2已把"AI自我改进能力"与生化、网络安全并列为三大成熟跟踪类别，Preparedness团队正在专职招聘"RSI安全研究员"；组织上，据报道此前离开的翁荔（Lilian Weng）已回归，探索方向正是RSI；叙事上，Sam Altman在博客《The Gentle Singularity》里定调："OpenAI现在要做很多事，但首先，我们是一家超级智能研究公司。"

Anthropic：目前披露第一方数据最多的玩家。6月报告给出的数字很直观：截至2026年5月，Anthropic生产代码库中合并的代码超过80%由Claude编写，工程师人均日合并代码量是2024年的8倍；模型能可靠完成的连续任务时长每约4个月翻一倍（2024年3月还是4分钟级任务，2026年已到12小时级，外推今年内进"天"级、明年进"周"级）；最接近"自进化"的两项是——在"固定目标下把实验优化到最快"的任务里，Claude一年内把加速比从3倍做到52倍（熟练人类研究员4–8小时只能到4倍）；在129个"人类走弯路"的会话节点上，模型选出比人类更好下一步的比例从51%升到64%。

8月的风险报告再进一步：内部有一个未发布的Model 2，比当前旗舰Mythos 5"略强"（官方措辞是somewhat more capable，并非代际跳变），无对外发布计划，但已被广泛用于Anthropic自身的编码、数据生成与研发——"Claude现在编写了我们生产代码库中合并代码的绝大多数"，6月的>80%口径得到延续。

至于那个最亮眼的数字——800小时把weak-to-strong性能差距缩小97%（人类一周只能恢复23%）——更多是"提效"，是自进化的"第一层"：把各种常规方法组合起来把分数顶上去。因为现阶段除了跑分，还没有别的办法衡量模型变强了多少，所以自进化的早期形态必然体现为提效、提速、降延迟。它真实，但还不是"递归跃迁"。

国内阵营：2026年也突然热闹起来：

• 开源工程化——清华+Frontis的OpenRSI（2026-08）：把"AI改进AI"做成了可执行的工程。一个35B模型，在单张RTX 4090（限12GB显存）、每个任务12小时的条件下，于MLE基准上超过GPT-5.5+Codex，逼近GPT-5.6和2.8T参数的Kimi K3。它的核心设计是四个原子算子——Draft（起草）/Improve（改进）/Debug（修复）/Crossover（重组），模型成为自己进化框架的"变异引擎"。值得单独点名的，是它难得的边界声明：作者明确说自己目前是meta自进化，处在"进化→自进化→元进化→RSI"阶梯的第三级，不声称通用RSI已解决。

  
  

• 数据层闭环——无尽前沿团队的BigBang-V1（2026-08）：号称"首个以递归自进化原生方式训练出的基座模型"，后训练数据100%由AI自主合成，以可验证的前沿科学任务为核心。35B总参数（激活约3B的MoE），拿下全部35B模型中的10项第一，在FrontierScience Research、PaperBench等高难科研任务上超过1T级的DeepSeek V4 Pro Preview。它的关键机制，是用"可验证性"给合成数据兜底、打破"合成数据坍缩"的魔咒——数据生产系统本身成为被优化的对象，人类角色被压缩到"定目标、定预算、划边界、做验收"，AI不能自行修改评测标准。

  
  

• 大厂：不挂名，但环节已日常化——DeepSeek走算法效率路线（用更少一个数量级的钱正面刚推理任务），百度文心把"强化学习驱动模型自我优化"说成常规操作，腾讯的架构搜索实验里，AI发现的架构在1B规模比Llama3.2高2.4%。

  
  

学术侧：除了ICLR 2026的RSI Workshop，已有一篇综述梳理了2024–2026年间约1250篇arXiv相关论文——一个方向只有在它"热到需要被系统综述"时，才算真正成型。

把这些放在一起看：在预训练优化、算子优化、speed run这类"反馈快、可打分"的任务上，RSI已经在发生；但离"AI独立做出原创性理论突破"还有距离。这正是下一节要讲的、RSI真正的硬骨头。

七、RSI最缺的不是算力，是"品味"

如果说Coding是RSI的"手"，那它现在最缺的，是研究员的"品味"——对方向的感觉、对问题的抽象能力、以及从极少量样本里看到精准联系的洞察力。

这是大模型的结构性软肋。大模型之所以强，是因为有海量数据；对常见、重复的领域，它有学不完的样本。但科学家的世界是另一回事：每一次实验、每一次探索都会产生全新的问题，而这些新问题几乎没有现成数据。

一个典型例子是grokking（模型突然"顿悟"的现象）和"涌现究竟如何产生"。从2013、2014年起，无数人用物理（重整化群、自旋玻璃）、数学（神经正切核）、贝叶斯、高斯过程等角度去解释，尝试了很多，但没有一个真正令人满意。要让AI去攻克这类"连人都没搞清、且没有数据集"的问题，难如登天。

但RSI的一个友好之处在于——它不像无人车那样"要么0要么100"，而是有很多台阶：

• 第一级：优化算法、提效提速——已经能用，有实际价值；

  
  

• 第二级：能挖出更深的东西，价值更大；

  
  

• 终极目标：让AI成为像爱因斯坦、牛顿那样的大脑，能用极少样本获得极深的知识。

  
  

最新的开源实践已经在给这条台阶画刻度：清华与Frontis的OpenRSI明确把自己定位在"进化→自进化→元进化→RSI"阶梯的第三级"元进化"，并声明不声称通用RSI已解决——这种"逐级爬"的克制，与"一步登天"的叙事，正是RSI赛道最常见的分野。

即使终极目标遥遥无期，前面每一级台阶本身就有大量应用价值。这是RSI作为一条赛道"容错率高"的地方。

八、两个被低估的变量：安全与组织

安全：训练AI像训练狗。

很多人担心AI自我进化后会失控。一个有意思的现象是：越是AI领域之外的人越焦虑，领域之内的人反而不那么担心——因为从业者清楚，当下AI离"那一天"还有非常大的差距。

至于"失控"本身，有从业者打了一个比喻：现在训练AI，"把它当成狗一样来训练"，在这种进化压力下，AI很难进化出与人类似的自我意识和自我认知。而且能力和欲求可以分离——很多天才数学家、物理学家在各自领域登峰造极，却与世无争、不慕权力。

安全议题在2026年夏天还出现了一个值得注意的姿态变化：Anthropic 6月报告首次明确表态——"如果能有效放慢这项技术的发展以换取应对时间，那很可能是件好事"，但前提是建立可验证的全球协同减速/暂停机制（它自己类比《中导条约》式的核查，同时承认这比核军控更难：训练比导弹发射井更隐蔽、投入物是通用品、偷偷背叛的激励巨大）。一个被看作"竞速者"的公司，开始公开讨论"怎么一起慢下来"，这本身就是2026年的一个信号。当然，这套对策也是把双刃剑——如果减速只是让最不谨慎的玩家偷偷追上，所有人反而更不安全。

组织：为什么大厂反而跑不动。

这一波AI在某种意义上是"反大厂"的。一旦组织里形成"导师—学生""管理者—执行者"的两级架构，信息传递变慢，最接近实验的人不掌握方向、掌握方向的人不碰实验，速度就垮了——又掉回那个"以天为周期"的低速loop。

当组织逐渐变得庞大，超过150人临界点（"邓巴数"）：人不再互相认识，只能靠组织架构和汇报线传递信息。这也是为什么OpenAI、Anthropic虽然人多，但真正做模型的核心团队保持精简。

这个判断如果成立，意味着：RSI这场比赛，组织效率可能和算力一样重要。一个精干的小团队，未必跑不过臃肿的大厂。

九、你该相信哪种未来

把整件事拉远来看。

RSI最危险的诱惑，是"强者愈强、不可逆"的叙事。它逻辑自洽、便于融资，也正在成为行业默认假设。但至少存在一个被多位从业者（不止田渊栋）反复指出的漏洞：智能提升可能是台阶式的、有平台期的，而平台期的突破，靠的不是更多的算力，而是新的原理。

如果是这样，那这场比赛的关键就不是"谁现在最强"，而是"谁先撞上下一个牛顿时刻"——无论他来自万人巨头，还是不到30人的小团队。

这正是2026年这场竞赛最迷人的地方：它把一个巨大的不确定性，摆在了所有人面前。

• 你可以相信"堆就能赢"，那未来的牌几乎都捏在几家巨头手里；

  
  

• 你也可以相信"突破不可预测"，那未来就还存在被意料之外的人改写的可能。

  
  

澎湃/雷科技一篇报道的收尾值得一读：预训练带来"参数崇拜"，RLHF让人相信"价值观可以微调"，而RSI在讲"机器自己跑完研发链条"的故事——每一步都在让人类退出决策链条，而且这种退出是不可逆的。

RSI不是某一个公司的故事，它是AI发展到这一步必然要面对的下一道闸门：当模型强到可以审视、修改自己，进化的主导权，会不会第一次从人类手中滑落？

这个问题没有标准答案。但正因为没有，它才值得我们认真对待。