两家首创公司直接把这个词当成了公司名
，，，，，，许多实验室最先在蹊径图里塞进一个叫做RSI的三字缩写中
，，，，，，也就是递归的英文名——recursive self-improvement（递归式自我刷新）。。。就像AGI一样
，，，，，，RSI正在酿成一个让人既兴奋又忐忑的行业旗号
，，，，，，哪怕各人对它的界说还没完全对齐。。。 什么是RSI
？？
？？简朴来说
，，，，，，就是让AI自己训练自己
，，，，，，在手艺界
，，，，，，RSI一直被视为人工智能前进的主要标记之一
，，，，，，与影象、推理和多模态并列
，，，，，，唯一的限制是算力
，，，，，，人类在其中已经不是须要条件
，，，，，，甚至连帮手都算不上。。。 听起来很科幻
，，，，，，或者说
，，，，，，听起来很危险
？？
？？但冷静下来想
，，，，，，这不是AI行业的第一次狂热。。。从2016年的AlphaGo到2023年的ChatGPT
，，，，，，再到今天各家大模子参数军备竞赛
，，，，，，AI行业的天性就是追逐下一个“改变一切”的工具
，，，，，，在雷科技AGI（ID：leikejiagi）看来
，，，，，，RSI可能就是下一场狂欢。。。 另一个更让圈内人津津乐道的案例
，，，，，，是?安德烈·卡帕西（Andrej Karpathy）推进的一个叫Auto-Research的项目：用智能体集群来训练语言模子
，，，，，，让模子自己做简朴的研究使命
，，，，，，自己去刷新自己。。。 安德烈·卡帕西也是一个传奇人物
，，，，，，他在特斯拉做自动驾驶、在OpenAI做GPT都留下过硬货。。。现在他把RSI当成下一站来all in
，，，，，，并且是用果真透明的方法在推进
，，，，，，这也说明他是真的以为这事可以做到。。。 有意思的是
，，，，，，他对这个项目出奇地坦诚
，，，，，，按期在推特上更新希望
，，，，，，代码也开了GitHub果真客栈。。。虽然
，，，，，，?安德烈·卡帕西自己也说了
，，，，，，现在的事情照旧在GPT-2级别的小模子上做迭代
，，，，，，“还不是什么突破性研究（暂时）”
，，，，，，但这已经足够发动一大批研究者跟进了。。。 更主要的是
，，，，，，?安德烈·卡帕西最近加入了Anthropic的预训练团队。。。Anthropic有Claude
，，，，，，卡帕西有auto-research这套要领论
，，，，，，双方一合
，，，，，，大模子+自训练循环
，，，，，，一旦跑通
，，，，，，就不是GPT-2级别的小打小闹了。。。 另一家叫Adaption的公司推出了一个AutoScientist工具
，，，，，，目的是自动化前沿模子的训练历程。。。逻辑跟?安德烈·卡帕西的auto-researchers一样
，，，，，，训练agent做渐进式刷新。。。只不过Adaption的野心更大
，，，，，，想直接搞定一整个全尺寸前沿模子的训练闭环。。。 这两家着实代表了两种蹊径：?安德烈·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是直接冲着商业化的大模子训练场景去的
，，，，，，落地意愿更强烈。。。两条路谁先跑通
，，，，，，对整个行业的影响会截然差别。。。 Google CEO 桑达尔·皮查伊上个月在一档播客里
，，，，，，语言相当审慎地认可了现实：“（RSI）是一个一连体
，，，，，，我们确实都在前进。。。但若是凭证各人形貌RSI的方法
，，，，，，那代表的是下一个量级的加速
，，，，，，会有许多影响
，，，，，，但我们还没到那一步。。。” 今年1月
，，，，，，Anthropic一位主导Claude Code开发的程序员坦言
，，，，，，团队里靠近100%的代码是Claude Code写的
，，，，，，这是一种字面意义上的AI在写自己。。。不是AI辅助工程师写代码
，，，，，，而是AI工具在某种水平上已经在替换工程师写自己的代码。。。 Anthropic有一份关于Mythos预览版本的内部视察：18位工程师里
，，，，，，有5位以为
，，，，，，若是配套系统再刷新一下
，，，，，，这个版本的Mythos就可以替换一个L4工程师
，，，，，，即可以自力承接重大项目、不需要实时监视的中级程序员。。。 但缺陷也写得很清晰：“Claude报告的主要弱点包括：治理周期以上的模糊使命、明确组织优先级、品味、验证、指令遵照和熟悉论。。。”意思就是说
，，，，，，它弱的
，，，，，，恰恰是自我驱动的那些事
，，，，，，而自我驱动
，，，，，，是RSI的基本。。。 好玩的是
，，，，，，Georgetown清静与新兴手艺研究中心（CSET）去年组织了一批专家专门研究RSI。。。这群专家在评估时泛起了显着破碎
，，，，，，一部分人预期即将迎来“超等智能爆炸”
，，，，，，另一部分人预期希望会更慢、最终会触达某个瓶颈期。。。 有点像自动驾驶里的L2、3、4、5。。。Ajeya Cotra的判断是：我们离第一级已经很近了。。。但第二级什么时间来
，，，，，，她没给时间表
，，，，，，但她给了一个很是明确的推演
，，，，，，一旦第二级到来
，，，，，，后续加速会远凌驾往
，，，，，，“一年之内可能就会冲到第三级。。。” 为什么这么快
？？
？？由于到了第二级那一刻
，，，，，，AI就酿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小时不中止地试、改、再试。。。而人类做研究
，，，，，，哪怕效率再高的人
，，，，，，一天的有用深度事情时间也就那么几个小时
，，，，，，中心还夹着无数打断和相同本钱
，，，，，，一旦这个瓶颈不保存了
，，，，，，加速率是断崖式上升的。。。 坦率讲
，，，，，，海内厂商很少果真喊RSI
，，，，，，外洋的AI公司能把“递归超等智能”写进公司使命
，，，，，，这种事在海内险些不可想象。。。但若是说让AI自己刷新自己
，，，，，，海内厂商着实已经在差别的路径上悄悄摸到边了。。。 最典范的例子是DeepSeek。。。他们花的钱比OpenAI少一个数目级
，，，，，，但在许多推理使命上已经可以正面刚。。
？？
？？康木褪撬惴ㄐ实募掠呕狹oE架构、激活参数的极致压缩、训练战略的工程化打磨。。。 虽说这跟RSI关系不大
，，，，，，但这是一条用更智慧的要领
，，，，，，替换蛮力堆算力的路。。。而这条路
，，，，，，恰恰是RSI的焦点逻辑之一：让模子在迭代中找到更智慧的那条路径。。。 百度文心这边
，，，，，，强化学习驱动模子自我优化已经是通例操作了。。。虽然没有用RSI这个名字
，，，，，，但做的是统一件事：让模子在特定使命上通过自反响循环一直刷新。。。从这个角度看
，，，，，，海内厂商不是没在做RSI
，，，，，，只是他们已经把RSI的某些环节酿成了一样平常工程实践
，，，，，，只是不挂这个名。。。 但历史履历告诉我们
，，，，，，海内厂商在“管蹊径径明确之后”的追赶速率往往是惊人的。。。RSI的框架正在被外洋大神们拆得越来越清晰
，，，，，，Karpathy的代码也果真在GitHub上
，，，，，，一旦可复现的路径走通了
，，，，，，海内玩家的本钱控制能力和落地场景密度
，，，，，，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自己天生的数据
，，，，，，用来训练下一版AI
，，，，，，质量是会往下掉的。。。RSI的逻辑是AI天生好的数据
，，，，，，然后用这些数据训练下一代AI
，，，，，，使得下一代AI更强。。。 而现真相形可能反过来
，，，，，，AI天生的数据里往往会混进它自己的幻觉、私见、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
，，，，，，就像一个复印机一直复印复印件
，，，，，，印到第十张脸都糊了。。。 再者
，，，，，，RSI需要的理想情形
，，，，，，在真实天下里基础不保存。。。这套系统要跑起来
，，，，，，两个条件缺一不可：无限算力、全球开放协作的研究生态。。。 而现实是训练一个前沿模子的本钱已经到了十亿量级
，，，，，，芯片产能有限、能源有限、优质数据也在变少
，，，，，，出口管制和手艺脱钩正在把AI研究切成几个相互不流通的圈子
，，，，，，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。。。 最后说个我以为有意思的视察：整个行业在已往五年里
，，，，，，先是大规模预训练把人拉进了“参数敬重”
，，，，，，然后是RLHF（基于人类反响的强化学习?）让人相信“价值观可以微调”
，，，，，，现在是RSI在讲一个“机械自己跑完整个研发链条”的故事。。。每一步都在让人类往退却一步
，，，，，，不是退出行业
，，，，，，而是退出决议链条。。。 虽说这种退法纷歧定是坏事
，，，，，，但它是不可逆的。。。一旦某个环节被自动化接受了
，，，，，，人的直觉、履历、判断力在谁人环节就逐步退化了
，，，，，，就像不必GPS之后你会发明认路能力确着实变差。。。