" 递归 " 这个词，最近突然在 AI 圈子里火了。
两家初创公司直接把这个词当成了公司名，许多实验室开始在路线图里塞进一个叫做 RSI 的三字缩写中，也就是递归的英文名—— recursive self-improvement（递归式自我改进）。就像 AGI 一样，RSI 正在变成一个让人既兴奋又忐忑的行业暗号，哪怕大家对它的定义还没完全对齐。
什么是 RSI？简单来说，就是让 AI 自己训练自己，在技术界，RSI 一直被视为人工智能进步的主要标志之一，与记忆、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必要条件，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，再到今天各家大模型参数军备竞赛，AI 行业的天性就是追逐下一个 " 改变一切 " 的东西，在雷科技 AGI（ID：leikejiagi）看来，RSI 可能就是下一场狂欢。
今年 5 月，AI 界知名研究员 Richard Socher 高调创办了一家叫 Recursive Superintelligence 的新公司，名字直接就是 RSI。
他表示："我们的核心目标是构建真正意义上的递归自我改进超级智能，整个研究的构思、实现和验证过程，全部自动完成。"
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型，让模型自己做简单的研究任务，自己去改进自己。
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，而且是用公开透明的方式在推进，这也说明他是真的认为这事可以做到。
有意思的是，他对这个项目出奇地坦诚，定期在推特上更新进展，代码也开了 GitHub 公开仓库。当然，安德烈 · 卡帕西自己也说了，目前的工作还是在 GPT-2 级别的小模型上做迭代，" 还不是什么突破性研究（暂时）"，但这已经足够带动一大批研究者跟进了。
更重要的是，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 这套方法论，两边一合，大模型 + 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，目标是自动化前沿模型的训练过程。逻辑跟安德烈 · 卡帕西的 auto-researchers 一样，训练 agent 做渐进式改进。只不过 Adaption 的野心更大，想直接搞定一整个全尺寸前沿模型的训练闭环。
这两家其实代表了两种路线：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型训练场景去的，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不同。
关于 RSI，AI 圈大佬们也众说纷纭。
Google CEO 桑达尔 · 皮查伊上个月在一档播客里，措辞相当谨慎地承认了现实："（RSI）是一个连续体，我们确实都在进步。但如果按照大家描述 RSI 的方式，那代表的是下一个量级的加速，会有很多影响，但我们还没到那一步。"
虽然如此，但这里面的 " 连续体 " 描述，已经包含了不少让人细思极恐的事情。
今年 1 月，Anthropic 一位主导 Claude Code 开发的程序员坦言，团队里接近 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 工具在某种程度上已经在替代工程师写自己的代码。
Anthropic 有一份关于 Mythos 预览版本的内部调查：18 位工程师里，有 5 位认为，如果配套系统再改进一下，这个版本的 Mythos 就可以替代一个 L4 工程师，即可以独立承接复杂项目、不需要实时监督的中级程序员。
但缺陷也写得很清楚："Claude 报告的主要弱点包括：管理周期以上的模糊任务、理解组织优先级、品味、验证、指令遵循和认识论。" 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 的根基。
好玩的是，Georgetown 安全与新兴技术研究中心（CSET）去年组织了一批专家专门研究 RSI。这群专家在评估时出现了明显分裂，一部分人预期即将迎来 " 超级智能爆炸 "，另一部分人预期进展会更慢、最终会触达某个瓶颈期。
但他们有一个共识：递归，让未来变得格外难以预测。
为此，METR 研究员 Ajeya Cotra 的一篇文章，把 RSI 的进程拆解成几个里程碑，我觉得这是目前最好用的分析框架。
第一级叫 " 足够 "（adequacy）：把人类完全移除后，系统依然能做研究——哪怕不如人类，但能运转。
第二级叫 " 对等 "（parity）：AI 独立完成的研究，和人类独立完成的研究质量相当。
第三个叫 " 超越 "（supremacy）：AI 独立系统的表现，超过了人类与 AI 协作的系统。
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。但第二级什么时候来，她没给时间表，但她给了一个非常明确的推演，一旦第二级到来，后续加速会远超过往，" 一年之内可能就会冲到第三级。"
为什么这么快？因为到了第二级那一刻，AI 就变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 小时不间断地试、改、再试。而人类做研究，哪怕效率再高的人，一天的有效深度工作时间也就那么几个小时，中间还夹着无数打断和沟通成本，一旦这个瓶颈不存在了，加速度是断崖式上升的。
前面聊了一堆海外的进展，你可能想问：国内呢？
坦白讲，国内厂商很少公开喊 RSI，海外的 AI 公司能把 " 递归超级智能 " 写进公司使命，这种事在国内几乎不可想象。但如果说让 AI 自己改进自己，国内厂商其实已经在不同的路径上悄悄摸到边了。
最典型的例子是 DeepSeek。他们花的钱比 OpenAI 少一个数量级，但在很多推理任务上已经可以正面刚。靠的就是算法效率的极致优化—— MoE 架构、激活参数的极致压缩、训练策略的工程化打磨。
虽说这跟 RSI 关系不大，但这是一条用更聪明的方法，替代蛮力堆算力的路。而这条路，恰好是 RSI 的核心逻辑之一：让模型在迭代中找到更聪明的那条路径。
百度文心这边，强化学习驱动模型自我优化已经是常规操作了。虽然没有用 RSI 这个名字，但做的是同一件事：让模型在特定任务上通过自反馈循环不断改进。从这个角度看，国内厂商不是没在做 RSI，只是他们已经把 RSI 的某些环节变成了日常工程实践，只是不挂这个名。
当然，差距也是客观存在的。OpenAI 和 Anthropic 的人才密度，目前国内任何一家都还比不了，这意味着在 RSI 的探索上，眼下仍然是跟随状态。
但历史经验告诉我们，国内厂商在 " 管道路径明确之后 " 的追赶速度往往是惊人的。RSI 的框架正在被海外大神们拆得越来越清晰，Karpathy 的代码也公开在 GitHub 上，一旦可复现的路径走通了，国内玩家的成本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 自己生成的数据，用来训练下一版 AI，质量是会往下掉的。RSI 的逻辑是 AI 生成好的数据，然后用这些数据训练下一代 AI，使得下一代 AI 更强。
而实际情况可能反过来，AI 生成的数据里往往会混进它自己的幻觉、偏见、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，就像一个复印机不断复印复印件，印到第十张脸都糊了。
学术界管这个叫模型坍缩，已经有论文验证过这个现象真实存在。
再者，RSI 需要的理想环境，在真实世界里根本不存在。这套系统要跑起来，两个前提缺一不可：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型的成本已经到了十亿量级，芯片产能有限、能源有限、优质数据也在变少，出口管制和技术脱钩正在把 AI 研究切成几个互相不流通的圈子，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。
RSI 不只是一个技术问题了，它还需要一个足够开放的世界，而这个前提能不能成立，技术圈还真无法说了算。
最后说个我觉得有意思的观察：整个行业在过去五年里，先是大规模预训练把人拉进了 " 参数崇拜 "，然后是 RLHF（基于人类反馈的强化学习）让人相信 " 价值观可以微调 "，现在是 RSI 在讲一个 " 机器自己跑完整个研发链条 " 的故事。每一步都在让人类往后退一步，不是退出行业，而是退出决策链条。
虽说这种退法不一定是坏事，但它是不可逆的。一旦某个环节被自动化接管了，人的直觉、经验、判断力在那个环节就慢慢退化了，就像不用 GPS 之后你会发现认路能力确实在变差。
到那时候，我们连工具是怎么造出来的，都不一定能真的理解。
