李飞飞与Jeff Dean对谈:RSI概念被过度拉伸
一名研究员、不到1000万美元算力投入、3.5个月,就让AI智能体编写了99%以上的代码,并训练出一个100B-500B参数规模的编程模型。RSI初创公司Mirendil交出的这份成绩单,正在硅谷疯传。如果数据属实,这几乎是“全球爆金币”级别的效率跃迁。
消息的另一面是,RSI(Recursive Self-Improvement,递归式自我改进)这个概念正在被无限拉伸。在最近一场斯坦福HAI的对谈中,李飞飞直接向刚刚创办Discovery Loop的Jeff Dean发问:自我改进和递归自我改进,到底有什么区别?
李飞飞的质疑很锋利:硅谷现在对RSI的使用过于随意。机器学习系统通过实验不断提高性能,早已不是新鲜事。从增量学习、持续学习,到元学习、终身学习,再到神经架构搜索,这个领域探索了几十年。如今人们频繁使用“自我改进”和“RSI”等术语,但这些概念之间的界限却十分模糊。
Jeff Dean给出的区分是:普通的自我改进可以让AI找到更好的模型架构、提高任务准确率;但递归自我改进还要求,那个负责寻找改进方案的系统本身,也在不断变强。
他举了一个医学影像的例子。假设研究人员希望开发一个能够识别MRI图像的模型,可以让AI自动尝试不同的神经网络架构,再根据实验结果选择准确率更高的方案。随着实验不断进行,这个医学影像模型的性能可能逐渐提升。这样的过程属于自我改进,但还不能算严格意义上的RSI。因为负责提出实验方案、选择模型架构的基础系统,其自身能力并没有因此改变。
真正的递归自我改进,还需要这个系统能够反过来改进自身的研究能力,让改进后的系统继续提出更好的方案,并通过后续研究进一步提升自己。按照这个标准,今天许多被归入RSI的技术探索,可能仍然停留在自动化研究的阶段。AI已经开始参与研发下一代AI,但它距离能够持续改进自身的研究能力,还有一段路要走。
李飞飞用一个生活化的比喻追问:如果自己第一次做煎蛋卷失败,第二次通常会有所改善,尝试十次后可能就能做出可以入口的成品。这显然属于自我改进。但如果在反复学习的过程中,大脑的神经连接也发生改变,使自己变得更善于学习,那么这种过程是否就具有递归性?
Jeff Dean认为,人类实际上兼具这两种能力。人既能学习具体知识和技能,也能逐渐掌握更有效的学习方法。后者使人可以在未来更快地学习其他事情,也是递归自我改进的关键。
Agent Runtime:左右脚交替迈进的工程系统
从技术上看,RSI的运作就像左右脚交替迈进:一只脚负责完成研究任务,另一只脚负责改进研究能力。要让两个循环不断推动彼此,AI背后的运行系统(Agent Runtime)也需要升级。

除了任务规划、工具调用和上下文管理,这套系统还要具备实验编排、方案比较、独立评估和经验沉淀能力,让每一轮研究的经验都能转化为下一轮改进的起点。换言之,RSI不是一句“让AI自己改自己”就能概括的,它需要一整套工程化的研究流水线。
RSI的终极野心,写在1965年I.J. Good那句被引用了半个多世纪的话里:让机器设计出比自己更强的机器,然后下一代再设计出更强的后继者,直到智能本身进入一种人类无法跟上的加速循环。
从最初“智能爆炸”的设想,到明确定义为递归式自我改进,这个关于机器如何不断改进自己的命题,已经存在了半个多世纪。只是在2026年,它突然从学术边缘冲到了产业中心。
时间表满天飞:30%、60%和“跑步机”
围绕RSI的预测正在密集刷新。
Anthropic联合创始人Jack Clark曾在5月时预估,到2027年AI实现无人类介入的RSI的概率约30%,到2028年底约60%。到了10月,他又改变判断,表示基于AI在数学发现和实验分析上能力的快速提升,他认为“完全RSI可能在2027年发生”。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。
Google联合创始人Sergey Brin在10月表示,公司已经开始走上RSI的“跑步机”,研究人员正与模型协同开发下一代模型。
OpenAI则给出了更具体的时间表: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,OpenAI内部还建立了衡量这一进展的“RSI Index”。

一份参与者包括图灵奖得主Hinton、Bengio、Barto,以及OpenAI首席科学家、Anthropic联合创始人、微软首席科学官Eric Horvitz等组团签署的白皮书,讨论了AI自动化自身研发可能带来的“智能爆炸”。其核心判断是:AI系统正在走向自动化大部分AI研发,一旦跨过某个临界点,原本需要数年的进展可能被压缩到几个月。
但Jeff Dean在11月与李飞飞的对谈中泼了一盆冷水:AI虽然能加快实验和研发流程,但模型训练、计算和结果验证仍然需要时间,所谓无限加速的“智能爆炸”并不现实。在他看来,与其将RSI想象成一种能够无限加速的神秘机制,不如把它当作具体的工程系统,研究如何通过自动化实验、评估和反馈提高模型的能力。至于这种改进能够持续多久、最终达到什么程度,还需要依靠实际研究来回答。
堆算力还是撞瓶颈:两种世界观没有标准答案
RSI的终局之争,本质上是对Scaling Law信仰的分歧。
一种观点相信“堆就能赢”,胜利属于算力最厚的巨头。OpenAI、Anthropic既有最强的Coding能力、又有最多的算力,后来者似乎没什么机会。
另一种观点相信“突破不可预测”,胜利属于最先撞见下一个瓶颈的人。RSI的进化曲线不是平滑上升的,而是一条S型曲线: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。如果RSI是渐进式的,谁跑得快谁永远领先;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。
更棘手的是“测不准”。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。这场争论目前没有答案,但它恰恰是决定“谁有机会”的那个变量。
回到Mirendil的案例。1名研究员、不到1000万美元算力、3.5个月、99%以上代码由AI智能体编写、100B-500B参数的编程模型——如果这是真实的RSI信号,它意味着“全球爆金币”的效率神话正在从论文走进现实;如果它只是自动化研究的极致压缩,那么硅谷对RSI的追捧,就仍然处在李飞飞所说的“概念使用过于随意”的阶段。
Jeff Dean的态度或许是最务实的:RSI不是神秘机制,而是一个具体的工程系统。它能改进到什么程度、能持续多久、是否存在上下限,最终要靠实验、评估和反馈来回答,而不是靠时间表。