解析 · 人工智能 AI 开始造 AI： 把 RSI 这个词讲清楚 如果一台机器能设计出比自己更好的机器，那它会设计出什么？这个问题今年不再是哲学讨论——它已经开始出现在模型训练日志里。 主题 递归式自我改进（RSI） 解析来源 视频号 · 远哥带你看 核对时间 2026-09-24 原文出处 本文解析自视频号短内容 《AI已经开始参与研发下一代AI了》 （2026 年 9 月 23 日发布）。视频里的核心说法是： “如果把传统大模型训练比作让 AI 进大学学知识，RSI 更像把它送进‘社会大学’——走进真实任务，从结果中不断调整自己。”视频点名上海 AI 公司 StartLux 正在做这件事，并在结尾抛出问题：AI 连“如何让自己变强”都越做越好，会不会最终走向智能爆炸？ 下面按科普方式把这套说法展开：哪些已经被公开事实印证，哪些还只是单方描述。 01 先把词拆开：RSI 到底是什么 RSI，全称 Recursive Self-Improvement，中文通常译作“递归式自我改进”。它的意思是： AI 参与到对自身的改进中去，形成“能力提升 → 研发能力增强 → 能力再提升”的正反馈 。 放到日常语言里，可以这样理解：普通 AI 帮你写代码，是因为你要它写；RSI 里的 AI 写代码，是为了让下一代 AI 更强，然后再用更强的下一代去设计再下一代。链条一旦转起来，改进的推力就不再只来自人。 这里最容易搞混的一点是： RSI 不是“有”或“没有”的开关，而是一个连续谱 。真正有价值的提问不是“AI 会不会自我改进”，而是——这个闭环，已经闭合了多少？ 02 这个念头其实很老 RSI 不是 2026 年的新发明，它最早来自一位数学家在半个多世纪前的一句话。 1965 “最后一项发明” 英国数学家 I. J. Good 提出：如果一台机器能在各种智力活动上超过人类，而设计机器本身也是一种智力活动，那么它原则上就能设计出更好的机器。第一台超智能机器，可能是人类需要完成的最后一项发明。（不同资料记为 1965 或 1966 年） 2008 这个词被正式命名 Eliezer Yudkowsky 在直接以该概念为题的文章中给出定义：AI 重写自己的认知算法，让原本作用于外部对象的智能开发能力反过来作用于自身，由此“闭合循环”。 2014 给“爆炸”装上刹车片 哲学家尼克·波斯特洛姆在《超级智能》里提出一个关键比值：智能演进速度 = 优化能力 ÷ 改进阻力。RSI 会放大优化能力，但最易得的改进会被用尽，数据、算力、电力都会变成阻力——所以 RSI 并不自动等于智能爆炸。 之后 一个形象的阶段划分 研究者图尔钦与邓肯伯格把 AI 分为“狭义 AI”（人的工具）与“青年 AI”（开始自我提升、自我进化）。从工具变成“青年”，才是 RSI 真正改变的东西。 03 为什么偏偏是 2026 年被翻出来 因为过去一年多，一批可以查证的具体事件，把这个概念从论文推到了工程现场。 2025 年 5 月 ，Google DeepMind 公布 AlphaEvolve：用大模型生成候选算法，靠自动评估和演化搜索保留更优方案，已被用于优化数据中心调度、芯片设计和 AI 训练流程。 2026 年 2 月 ，OpenAI 称 GPT-5.3-Codex 在“创建自身”的过程中发挥了重要作用——早期版本被用于监控和调试训练、管理部署、分析评测结果。同期，Meta 研究者发布 HyperAgents：它能修改那个“负责修改任务智能体的元智能体”本身。 真正让公众开始讨论的是 2026 年 6 月 16 日 Anthropic 发布的报告《当 AI 开始建造自身》。报告披露：截至 2026 年 5 月，Anthropic 代码库中 超过 80% 的合入代码由 Claude 编写 ；Claude 智能体已经可以自主提出并检验假设，累计执行约 800 小时 的开放式 AI 安全研究实验。 OpenAI 也披露了自己的口径：截至 2026 年 8 月，其研究组织中 每 1 个人类研究日，对应约 3.1 个 AI Agent 工作日 ；但也坦承，在 4 到 8 小时的复杂任务里，超过一半的成功案例仍需要人工救场。 80 % Anthropic 代码库中由 Claude 编写并合入的代码占比 Anthropic 报告，截至 2026-05 800 小时 Claude 智能体自主执行的开放式安全研究实验时长 同上 3.1 :1 OpenAI 研究组织中 AI Agent 与人类的工作日之比 OpenAI 披露，截至 2026-08 46.5 亿美元 RSI 方向公司 Recursive Superintelligence 的投后估值（2026 年 5 月融资 6.5 亿美元） 公开报道 钱和人也在往同一个方向挤。由多位 AI 研究者创办的 Recursive Superintelligence 完成 6.5 亿美元融资；前 Anthropic Discovery 团队负责人创办的 Mirendil 以 RSI 为核心方向拿到 2 亿美元种子轮；在谷歌工作 27 年的 Jeff Dean 离职创办的 Discovery Loop，方向同样是把完整的实验循环交给 AI；Andrej Karpathy 则开源了 autoresearch，让 Agent 在真实的小模型训练环境里自己改代码、跑训练、看结果。 国内的时间点也很有意思：就在视频发布当天（9 月 23 日），机器之心联合张江 AI 创新小镇在上海办了一场名为「AI²：当 AI 学会自我超越」的技术沙龙，主题正是“今天的 AI 究竟进入了 AI 研发循环的哪些环节”。 04 视频里那家公司，具体在做什么 视频点名的 StartLux，是上海的 AI 公司，注册主体为上海原点星辉科学技术有限公司，方向是本地 Agent 模型。它的模型 StartLux-V1.0-27B-Preview 以 Qwen3.6-27B 为基座做后训练，可以在消费级个人电脑上跑。 成绩单来自中国信通院人工智能研究所的“可信 AI 大模型基准测试——MCP 专项测试”：综合性能排名第二，综合得分 39.25，超过 284B 参数的 DeepSeek-V4-Flash-0731 与 198B 的 Step-3.7-Flash，同等参数规模下比 Qwen-3.6-27B 高 5.34 个百分点，仅次于 1.6T 参数的 DeepSeek-V4-Pro；在位置导航任务上排名第一，浏览器自动化、金融分析等单项与 DeepSeek-V4-Pro 并列或独占第一。 但真正和 RSI 相关的是训练方法。团队称，在这版模型的后训练中， 约 70% 的实验研发工作由 AI 独立完成 ——包括提出实验假设、生成或筛选数据、启动训练和评测、分析失败轨迹，再决定下一轮试什么；人类研究员负责的是研究方向和关键取舍。 “如果只是批量生成合成数据，或者自动搜一组超参数，我会把它叫自动化，而不是 Research。真正的 Auto Research 应该形成‘假设—实验—验证—新假设’的闭环。” —— StartLux 联合创始人兼 CTO 郭权玮 …