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。
。。。。
。