让AI自我构建的RSI火了！Google泼冷水，DeepSeek们摸到了边

“递归”这个词，最近突然在AI圈子里炸开了。

有两家初创公司直接拿它当了招牌，不少实验室的路线图里，也悄悄塞进了一个缩写——RSI。对应英文是Recursive Self-Improvement，翻译过来就是“递归式自我改进”。这感觉，有点像当年的AGI，正变成一个让人既兴奋又忐忑的行业暗号。不过说回来，大家对它的具体定义，其实还没完全对齐。

（图源：X）

那么，RSI到底是什么？通俗点讲，就是让AI自己训练自己。在技术圈，RSI一直被视为人工智能进步的核心标志之一，跟记忆、推理和多模态能力排在一起。唯一限制它的，是算力。而人类在这个过程里，已经不是必要条件了，甚至连帮手都算不上。

听起来很酷？或者，听起来有点吓人？但冷静下来想，这也不是AI行业第一回这么狂热了。从2016年的AlphaGo，到2023年的ChatGPT，再到现在各家大模型轮番上阵的参数军备竞赛，AI这个行业的天性，就是追逐下一个“改变一切”的东西。在很多人看来，RSI很可能就是下一场狂欢。

RSI火了：当AI能靠“递归”进行自我构建

今年5月，AI界大佬级研究员Richard Socher，高调创办了一家名为“Recursive Superintelligence”的新公司，名字直接就挂着RSI。他表示，核心目标就是构建真正意义上的递归式自我改进超级智能，整个研究的构思、实现和验证过程，全部自动搞定。

另一个让圈内人更津津乐道的案例，是安德烈·卡帕西（Andrej Karpathy）在推进的一个叫Auto-Research的项目。他用智能体集群来训练语言模型，让模型自己做一些简单的研究任务，然后自己去改进自己。

图源：github

安德烈·卡帕西，在圈内也是个传奇人物。他在特斯拉搞过自动驾驶，在OpenAI做过GPT，都留下了硬货。现在他把RSI当成了下一站，而且是全身心投入。更关键的是，他选择用公开透明的方式去推进，这也说明，他是真信这事儿能成。

有个细节挺有意思，他对这个项目出奇地坦诚，定期在推特上更新进展，代码也都开源到了GitHub。当然，他自己也说了，目前的工作还是在GPT-2级别的小模型上做迭代，“暂时还不是什么突破性研究”。但这已经足够带动一大票研究者跟进了。

更重要的是，安德烈·卡帕西最近加入了Anthropic的预训练团队。Anthropic有Claude，卡帕西手里有Auto-Research这套方法论，两边一结合，大模型加上自训练循环。一旦跑通，那就不是GPT-2级别的小打小闹了。

图源：haimagazine

另一家叫Adaption的公司，也推出了一个AutoScientist工具，目标是自动化前沿模型的训练过程。逻辑跟卡帕西的Auto-Research差不多，都是训练智能体去做渐进式的改进。只不过Adaption的野心更大，想直接搞定一整个全尺寸前沿模型的训练闭环。

这两家，其实代表了两种不同的路线。卡帕西是从底层逐块验证，一边开源一边在社区里攒势能；Adaption则是直接冲着商业化的大模型训练场景去的，落地的意愿更强烈。这两条路，谁先跑通，对整个行业的影响会截然不同。

Google CEO泼冷水：我们还没到那一步

关于RSI，圈内的大佬们也是众说纷纭。

Google CEO桑达尔·皮查伊，上个月在一档播客里，措辞相当谨慎地承认了现实。他说，“RSI更像是一个连续体，我们确实都在进步。但如果按照大家描述RSI那种方式，那代表的是下一个量级的加速，会带来很多影响。但我们还没到那一步。”

话虽如此，但这里面的“连续体”描述，其实已经包含了不少让人细思极恐的事情。

今年1月，Anthropic一位主导Claude Code开发的程序员坦言，团队里接近100%的代码，是Claude Code写的。这不是AI辅助工程师写代码，而是AI工具在某种程度上，已经开始替代工程师去写自己的代码。

图源：Anthropic

Anthropic有一份关于Mythos预览版本的内部调查，显示在18位工程师里，有5位认为，如果配套系统再改进一下，这个版本的Mythos就可以替代一个L4工程师。L4是什么水平？是那种能独立承接复杂项目、不需要实时监督的中级程序员。

但缺陷也写得很清楚：“Claude报告的主要弱点包括：管理周期以上的模糊任务、理解组织优先级、品味、验证、指令遵循和认识论。”说白了，它弱的地方，恰恰是自我驱动。而自我驱动，正是RSI的根基。

更有意思的是，Georgetown的安全与新兴技术研究中心（CSET），去年组织了一批专家专门研究RSI。结果一群专家在评估时，出现了明显的分裂。一部分人预期很快就会迎来“超级智能爆炸”，另一部分人则预期进展会更慢，最终会触达某个瓶颈期。

但他们也有一个共识：递归，让未来变得格外难以预测。

为此，METR的研究员Ajeya Cotra写了一篇文章，把RSI的进程拆解成了几个里程碑。这是一个目前来看非常实用的分析框架。

第一级叫“足够”（Adequacy）。就是当人类被完全移除后，系统依然能做研究——哪怕做得不如人类，但它能自己运转起来。

第二级叫“对等”（Parity）。AI独立完成的研究，和人类独立完成的研究，质量相当。

第三级叫“超越”（Supremacy）。AI独立系统的表现，超过了人类与AI协作的系统。

这个分级框架，有点像自动驾驶的L2、L3、L4、L5。Ajeya Cotra的判断是，我们离第一级已经很近了。至于第二级什么时候来，她没给具体时间表。但她给了一个非常明确的推演：一旦第二级到来，后续的加速会远超过往，“一年之内，可能就会冲到第三级”。

为什么这么快？因为到了第二级的那一刻，AI就变成了一个不需要睡觉、不需要开会、不需要对齐KPI的研究团队。它可以24小时不间断地试错、改进、再试错。而人类做研究，哪怕效率再高的人，一天的有效深度工作时间也就那么几个小时，中间还夹着无数打断和沟通成本。一旦这个瓶颈不存在了，加速度是断崖式上升的。

国内没人喊RSI，但DeepSeek们已摸到了边

前面聊了一大堆海外的进展，你可能想问：国内呢？

坦白讲，国内厂商很少公开喊RSI。海外的AI公司能把“递归超级智能”写进公司使命，这种事在国内几乎不可想象。但要让AI自己去改进自己，国内厂商其实已经在不同的路径上，悄悄摸到边了。

最典型的例子是DeepSeek。他们花的钱比OpenAI少一个数量级，但在很多推理任务上已经可以正面硬刚。靠的就是算法效率的极致优化——MoE架构、激活参数的极致压缩、训练策略的工程化打磨。虽然这跟RSI关系不大，但这本质上是一条用更聪明的方法，去替代蛮力堆算力的路。而这，恰好是RSI的核心逻辑之一：让模型在迭代中找到更聪明的那条路径。

百度文心这边，强化学习驱动模型自我优化，已经是常规操作了。虽然没有用RSI这个名字，但做的是同一件事：让模型在特定任务上，通过自反馈循环不断改进。从这个角度看，国内厂商不是没在做RSI，只是他们已经把RSI的某些环节，变成了日常的工程实践，只是不挂这个名罢了。

（图源：gemini生成）

当然，差距也是客观存在的。OpenAI和Anthropic的人才密度，目前国内任何一家都还比不了。这意味着，在RSI的探索上，眼下我们仍然处于跟随状态。

但历史经验告诉我们，国内厂商在“管道路径明确之后”的追赶速度，往往是惊人的。RSI的框架正在被海外大神们拆得越来越清晰，卡帕西的代码也公开在GitHub上。一旦可复现的路径走通了，国内玩家的成本控制能力和落地场景密度，将会是一个被市场严重低估的变量。

但同时，我们也得适当泼点冷水。事实上，AI自己生成的数据，用来训练下一版AI，质量是会往下掉的。RSI的逻辑是，AI生成好的数据，然后用这些数据训练下一代AI，让下一代AI更强。

而实际情况可能恰恰相反。AI生成的数据里，往往会混进它自己的幻觉、偏见、质量退化。这些二手数据被喂给下一版，下一版再产出更差的三手货。循环几代之后，整个系统就塌了。这就像一个不断复印复印件的复印机，印到第十张，脸都糊了。学术界管这个现象叫“模型坍缩”，已经有论文验证过，这个现象是真实存在的。

再者，RSI需要的理想环境，在真实世界里根本不存在。这套系统要想跑起来，两个前提缺一不可：无限算力，以及全球开放协作的研究生态。而现实是，训练一个前沿模型的成本已经到了十亿量级，芯片产能有限、能源有限、优质数据也在变少。出口管制和技术脱钩，正在把AI研究切成几个互不流通的圈子，人和货都流不动。连这些基础条件都凑不齐，就别谈什么RSI了。RSI不只是一个技术问题了，它还需要一个足够开放的世界。而这个前提能不能成立，技术圈还真说了不算。

写在最后

最后说一个有意思的观察。整个行业在过去五年里，先是大规模预训练把人拉进了“参数崇拜”，然后是RLHF（基于人类反馈的强化学习）让人相信“价值观可以微调”，现在则是RSI，在讲一个“机器自己跑完整个研发链条”的故事。每一步，都在让人类往后退一步——不是退出行业，而是退出决策链条。

虽然这种退法不一定是坏事，但它是不可逆的。一旦某个环节被自动化接管了，人的直觉、经验、判断力在那个环节就会慢慢退化。就好比用了GPS之后，你会发现自己的认路能力确实在变差。到那时候，我们连工具是怎么造出来的，都不一定能真正理解了。