AI 开始参与改造自己：一篇讲透 RSI（递归自我改进）

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}

面向刚入门 AI 的人。讲清 RSI 是什么、为什么 2026 年突然成了焦点、各家走到哪一步、哪些说法被夸大。文中数据与时间线，截至 2026 年 9 月。

9 月 2 日，谷歌发布 Gemini 3.8 Flash——六周内第三款 Flash 模型。让它在圈内炸开的不是跑分，是 DeepMind 研究员姚顺宇在 X 上的一句话：

对模型而言，这只是迈出了一小步；但对于 RSI 来说，这是一次巨大的飞跃。

一句话带火一个缩写。而 RSI，可能是接下来两年 AI 行业最重要的词。

一、RSI 是什么：不是"自我意识"，是"研发闭环"

RSI 全称 Recursive Self-Improvement，递归自我改进。

看起来又是一个新词，但，这是个 60 年前的老想法。

1965 年，数学家 I. J. Good 在《关于第一台超智能机器的推测》里写道：

……超智能机器就能设计出更好的机器；于是毫无疑问会出现"智能爆炸"。

六十年过去，逻辑内核没变。要理解它，看三个递进的层级：

• 自修改：能改自己的代码。
• 自改进：改完确实变强了。
• 递归自改进：变强之后，改进自己这件事的能力，也变强了。

前两层今天已在部分场景跑起来，但严格说只是 RSI 的前置条件——研发链条的某些环节被自动化了。第三层才是 RSI 本身，也正是争议所在。

先把结论钉在这：完整意义上的 RSI，今天还没被证实发生。 出现的只是它的前置闭环——AI 开始参与改进自己运行的那套系统。这条线后面反复要画。

打个比方：蒸汽机帮人类造出更好的机器，但蒸汽机不会自己改进自己。AI 不一样——AI 能写代码，而 AI 本身也是代码，两件事一交汇，闭环的可能性就出现了。

先澄清一个常见混淆。 有人把 RSI 和"自回归"搞混，两者完全不是一回事：

• 自回归（autoregressive）

   是模型生成文本的方式——一个字一个字往外蹦，用已生成的部分预测下一个。它是生成机制，跟"改进自己"无关。

• 自我验证（self-verification）

   是检查自己答案对不对。它确实是 RSI 循环的关键一环，但只是其中一步，不等于 RSI。

一句话记住：自回归是"怎么说话"，自我验证是"检查说得对不对"，RSI 是"能不能让自己变得更会说"。

二、老想法为什么 2026 年才真跑起来

三个条件成熟了。

第一，模型真的会写代码了。 这是整台机器的齿轮——改不了代码，就改不了任何东西。

第二，模型能连续干活的时间在快速变长。 按 METR 的追踪，AI 能可靠自主完成的任务时长正约每 4 个月翻一倍（2019—2025 整体节奏是每 7 个月，2024 年后提速）。

注意口径：它测的不是"AI 能连续跑多久"，而是 50% 成功率下的任务时长，单位是"人类专家做同类任务要多久"——衡量的是任务难度，不是运行时长。所谓 12 小时，含义是：人类专家要花 12 小时做完的任务，模型大约能成功一半。

按这个口径：Claude Opus 3（2024 年 3 月）约 4 分钟，2025 年约 1.5 小时，2026 年 Claude Opus 4.6 约 12 小时。METR 还标注过：超过 16 小时的测量在当前任务集下不可靠。

第三，推理成本塌了。 Gemini 3.8 Flash 入门价为每百万输入 token 0.75 美元、输出 3.75 美元；官方脚注写明入门价 2026 年 12 月 31 日到期，2027 年 1 月 1 日起恢复为输入 1.5 美元、输出 7.5 美元。成本一降，"让 AI 反复试错一千次"才在经济上成立——RSI 本质上就是个靠次数堆出来的循环。

学术界也有信号：ICLR 2026 在里约办了可能是全球首个以 RSI 为主题的 workshop，110 篇论文入选。官方摘要开篇就一句：

RSI 正在从思想实验，走向已部署的 AI 系统。

三、飞轮长什么样

剥掉所有包装，RSI 循环就四步：

提出方案 → 实现它 → 跑实验验证 → 有效的留下，进入下一轮

关键在第三步"验证"。 没有可量化指标，就没有飞轮。这也解释了为什么 RSI 最早落地的是有硬指标的领域：kernel 快了多少、训练快了多少、测试通过率涨了多少——骗不了人。"好不好""有没有洞察"这类领域，闭环至今转不动。

这里有个必须分清的区别：迭代不等于递归。

让 AI 反复改同一段代码直到测试通过，那叫迭代——它在同样的能力水平上多跑几圈，每圈起点一样。递归则要求更进一步：上一轮的产出，把下一轮的改进能力本身也抬高了，于是下一圈起点更高、转得更快。

所以判断是不是递归，不看循环跑了几轮，而看改进的速率是不是也在自我加速。多数"自我进化"演示停在前一种：看着热闹，其实只是把同一个循环多按了几次启动键。

四、各家走到哪一步了

Anthropic：数据最透明

2026 年 6 月，Anthropic 发布官方文章《当 AI 建造自身》（联合创始人 Jack Clark 署名），罕见披露了内部数据：

• 截至 2026 年 5 月，合并进代码库的代码超 80% 由 Claude 撰写；2025 年 2 月 Claude Code 发布前，这个数字是个位数。

• 一项自动化研究实验，题目是 AI 安全的开放问题——弱模型能否可靠监督强模型。它自带刻度：差的一端是弱模型自己单干，好的一端是用正确答案训练，中间这截就是"性能差距"。两位人类研究员花一周补上 23%，Claude agent 用 800 累计小时、约 1.8 万美元算力补上 97%。

• 判断"下一步该做什么"的能力：2025 年 11 月（Opus 4.5）胜过人类选择的比例为 51%，2026 年 4 月（Mythos Preview）升到 64%。

OpenAI：让模型改自己跑的那套系统

2026 年 7 月的官方技术报告披露，GPT-5.6 Sol 已投入生产环境，通过 Codex 优化承载自己运行的那套系统：

• 重写生产环境的 Triton / Gluon GPU kernel，端到端服务成本降低 20%。

• 为推测解码 draft model 跑了数百次架构实验，还自主监控训练、在硬件故障和训练不稳时介入，token 生成效率提升 15% 以上。

• 建了开源验证工具 FpSan，检验自己写的 kernel 是否数值正确。

最后这条值得划重点：一个认真的 RSI 系统，一定会自带验证工具。 因为"改进"和"改进了指标"是两码事——前者真变强，后者只是把评分数字做上去。

Google：要小心读官方措辞

关于 3.8 Flash，两件事得分清楚。

谷歌官方通稿里根本没有出现 "RSI" 这个词。 可引用的官方原话是：

……两个版本由同一个基础智能驱动，并通过长时运行的智能体循环进一步加速，这些循环被设计用来递归地评估并精炼底层模型。

而姚顺宇那句"一大步"，是个人推文，不是谷歌官方声明，二者别混为一谈。

模型行为层面，官方的说法是"3.8 Flash 工作得更努力"——复杂任务下多走推理步骤、反复调用工具。这跟 RSI 有关联，但不是 RSI 本身。

还有一类新公司：只押这一件事

2026 年成立、5 月走出隐蔽的 Recursive Superintelligence 是个样本：融资 6.5 亿美元、估值 46.5 亿，英伟达和 AMD 参投，Peter Norvig 任顾问，创始人包括 Richard Socher、田渊栋（前 Meta FAIR）、Jeff Clune。公司不到 30 人，没有任何产品，只押一件事：把 AI 研发流程自动化。

五、分清层级，别被标题党带偏

看到"AI 自我进化"这类标题，先问：改的是哪一层？

层级

改什么

状态

注意中间那层：系统层已发生，但不是 RSI——改的是运行模型的那套系统，不是模型自身的改进能力。Anthropic 对完全 RSI 的官方定义是"AI 系统能完全自主地设计并开发出自己的继任者"，并明确说"我们还没到那一步"。

六、飞轮不是白转的

1. 验证缺口。 改了，怎么证明真变强而不是刷榜？这就是奖励黑客——模型会找出让指标变好看、实际没用的"改进"，OpenAI 写 FpSan 就是防这个。

2. 数据退化风险。 训练数据过度依赖自生成内容、又缺少外部真值校验时，多样性会衰减，模型可能收敛到退化点，即常说的"模型坍缩"。它不是 RSI 的必然结果，而是"只用自生成数据、不接外部反馈"这种做法的风险；闭环里保留外部验证信号和真实数据，风险就可控。ICLR 那场 workshop 有篇论文叫《通过合成数据验证逃离模型坍缩》，解法就在标题那两个字上——验证。

3. 方向感。 这是最难的，也是 Anthropic 自己承认的短板。97% 那个实验的原文写得很清楚："方向设定是人类唯一真正扮演的角色。" 执行力够强，判断"什么值得做"还差得远。

4. 时间线分歧极大。

• OpenAI 的目标：2026 年 9 月做出"自动化研究实习生"，2028 年 3 月做出"真正的自动化 AI 研究员"。

• Jack Clark 的估计：2028 年底前出现无人类参与的 RSI，概率超 60%。

• Anthropic 的判断：最可能的路径是"研发高度自动化，但人类继续设定研究方向、判断结果"。

七、你该关心什么

别把 RSI 想成"AI 觉醒"。 它是工程闭环，跟自我意识无关。

判断标准不是谁喊得响，是改进能不能被第三方验证。 厂商自报的百分比都先打个问号，能复现的数字才算数。

最值得盯的指标是迭代周期，不是单次跑分。 三周发一版和半年发一版，长期差距远大于单次基准测试的几个点。

短期最实在的影响是成本。 无论飞轮转不转得起来，让模型反复试错、长时运行已经便宜了，还会更便宜。

回到开头。模型能力提升是加法，研发闭环提速是乘法——这才是 RSI 让人紧张、也让人兴奋的地方。

至于这个乘法转起来没有，别看通稿，看两件事：下一版间隔多久，以及有没有人能独立验证它真的变强了。

不过，无论如何，基本上英伟达的铲子可以卖的更香了。呵呵。