让AI自我构建的RSI火了，Google泼冷水，DeepSeek们摸到了边

RSI爆火：AI界新晋“顶流”与两大路线之争

随着“递归式自我改进”（Recursive Self-Improvement, RSI）概念的走红，AI行业再次陷入狂热。两家初创公司甚至直接将“RSI”写进公司名称，众多实验室也将其列为关键技术路线。简单来说，RSI就是让AI自己训练自己，人类在其中不再是必要条件。这股浪潮中，最引人注目的两个实践是：

• 安德烈·卡帕西（Andrej Karpathy）的Auto-Research项目：这位前特斯拉、OpenAI大牛，正试图用智能体集群来训练语言模型，让模型自己完成研究任务并自我改进。他不仅公开了GitHub代码，还定期更新进展，尽管目前只在GPT-2级别的小模型上迭代，但他加入Anthropic预训练团队后，其方法论与Claude模型的结合被寄予厚望。
• Adaption公司的AutoScientist工具：与卡帕西的“底层逐块验证”路线不同，Adaption的目标更为宏大，他们想直接打造一个针对全尺寸前沿模型的自动化训练闭环，商业化落地意图更为强烈。

这两条路线——一条从底层稳扎稳打、开源攒势，另一条直奔商业化训练场景，究竟谁能率先跑通，将对行业产生截然不同的影响。

Google CEO泼冷水：“我们还没到那一步”

与业界的狂热形成鲜明对比，Google CEO桑达尔·皮查伊在一档播客中直言，虽然大家都在进步，但RSI所描述的那种“下一个量级的加速”尚未到来。不过，他使用的“连续体”一词，却暗藏了一个令人细思极恐的现实：Anthropic一位Claude Code开发者坦言，团队近100%的代码已由Claude Code自己编写。更有一份内部调查显示，在18名工程师中，有5人认为改进后的Mythos版本已能替代一名中级程序员。

然而，这恰恰暴露了RSI的根基短板：AI难以自我驱动。Claude的弱点恰恰是处理模糊任务、理解组织优先级、把握品味和验证方向等人类擅长的领域。

爬坡模型与加速推演：RSI的三个里程碑

为了更清晰地理解RSI的发展阶段，METR研究员Ajeya Cotra提出了一个实用的分析框架，将其分为三个等级：

• 第一级：足够（Adequacy）：系统在完全移除人类后，依然能自主做研究，即便效率不如人类。
• 第二级：对等（Parity）：AI独立完成的研究质量，与人类独立完成的研究水平相当。
• 第三级：超越（Supremacy）：AI独立系统的表现，超越了任何人类与AI协作的系统。

这个框架类似于自动驾驶的L2至L5分级。Ajeya Cotra判断，我们离第一级已经很近，而一旦达到第二级，后续的加速将“断崖式”上升，AI将成为一个无需休息、可以不间断试错的研究团队，人类深度工作的时间瓶颈将不复存在。

国内玩家“闷声发财”：DeepSeek与百度文心已摸到边

与海外高调喊口号不同，国内厂商虽然很少公开谈论RSI，但在“让AI自我改进”的实践上，已经悄悄摸到了边界：

• DeepSeek的“巧劲”：他们以惊人的成本效率，在推理任务上与国际巨头正面竞争。其秘诀在于对MoE架构、激活参数和训练策略的极致工程优化，这恰好契合了RSI的核心逻辑——用更聪明的方法替代蛮力堆算力。
• 百度文心的“日常实践”：强化学习驱动模型自我优化已是他们的常规操作。虽然没有RSI之名，但模型通过自反馈循环进行改进的路径，与RSI的某些环节如出一辙。

不过，差距依然客观存在。在人才密度上，国内厂商相较OpenAI和Anthropic仍处于跟随状态。但历史经验表明，一旦可复现的路径走通（如Karpathy开源的代码），国内厂商的成本控制能力和应用场景密度将是难以估量的变量。

现实的冷水：数据塌方与理想条件的缺失

在描绘RSI美好前景的同时，也必须正视几个棘手的现实问题：

• 数据塌方：AI自己生成的数据中，混杂着幻觉、偏见和质量退化。如果用这些“二手货”来训练下一代AI，系统会像不断复印的复印件一样，在几代循环后迅速崩塌。
• 理想条件不存：RSI的运转需要两个前提——无限算力和全球开放协作的研究生态。而现实是，训练前沿模型成本已达十亿量级，芯片产能、能源和优质数据都在减少。出口管制和技术脱钩更是将AI研究割裂成孤岛，基础条件尚不成熟。

整个行业的发展正驱动人类一步步退出决策链条：从“参数崇拜”到RLHF，再到如今RSI描绘的“机器自己跑完研发”故事。这种退出或许并非坏事，但它不可逆转。如同GPS使用久了会弱化认路能力一样，一旦某个环节被自动化接管，人类的经验和判断力也将随之退化。