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。
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。
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。
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 郭权玮这句话是理解整件事的关键。自动化解决的是“把活干了”，Auto Research 解决的是“下一步该干什么”。举个团队给的例子：早期模型拿到看似合理的数据就直接算，环境反馈会暴露日期或交易日对不上；Auto Research 会从这类失败轨迹里归纳问题，自己补上“回查原始数据—确认条件—再计算”的训练任务。它并不是凭空发明新算法，而是从失败里决定下一轮补什么。
那刹车在哪？团队的说法是：只要出现某类评测在涨、泛化却在变差，或者模型明显在钻评分机制的漏洞，研究员立刻介入。而在下一步规划里，他们要通过新的模型架构、训练算法和受控的本地参数更新机制，让模型具备在本地持续自我更新的能力；这版模型目前正在推进备案。
05那么，RSI 到底实现了吗
没有。至少按严格要求看：公开案例都还停在“弱 RSI”。判断标准可以拆成五个环节，看每个环节的决定权在谁手里。
逐项对照现在的公开案例，差距很具体：
- GPT-5.3-Codex 参与了自身的训练和部署，但训练目标、基础架构、算力配置和最终决策仍由 OpenAI 团队控制。
- Claude 能写大量代码、能跑实验，但选哪个研究问题、判断结果是否重要、哪些发现进入下一代模型，权力仍在人手里。
- AlphaEvolve 能发现更高效的算法，但它依赖人类事先设定的评价函数——只有能被快速、明确自动验证的问题才适合它。
- HyperAgents、Darwin Gödel Machines 这类系统已经能修改“改进自己的那套机制”，但它们改的主要是智能体程序、工具组合和任务流程，并没有重新训练构成核心能力的基础模型，运行范围与算力也由人提供。
真正的风险点，也正落在这里：如果提假设、跑实验、评结果、批准上线都由同一个系统握手，就成了“自己命题、自己答题、自己阅卷”。Anthropic 在自己报告里的判断是：完整的 RSI 尚未实现，也并非必然会出现，但它到来的时间可能早于多数机构做好准备的时间。为此它提出建立协调且可核查的减速或暂停机制；OpenAI 则主张强化对前沿模型的评估、建立独立评估生态，并把 RSI 进展列为重点监测对象。
06另一派声音：为什么“爆炸”没那么快
视频结尾抛出的问题是“会不会走向智能爆炸”。这个问题在业内并没有共识，反方给了几条很实在的理由：
加速派的理由
- AI 已进入研发循环的多个环节，且每个环节的效率都在提升
- 制约大模型迭代的稀缺资源正在从 GPU 转向高水平研究员的时间
- 模型越强，越容易发现新算法与更高训练效率，形成正反馈
减速派的理由
- “有损自我改进”：系统越复杂，摩擦与协调成本越拖慢飞轮
- 成本：前沿系统的开发动辄数十亿美元，没人敢完全托管给 AI 自主跑
- 物理约束：算力、电力、芯片产线、机器人，仍深度依赖人类社会
- 另一种想象是“AI 寒武纪”——大量不同智能体共存演化，而不是单一超级智能
还有一种更贴近现实的时间表：人类研究者不是被一次性替换，而是逐层退出——先不再亲自调试细节，转而负责选研究方向，再往后像项目主管或 CEO 那样定目标，最后变成监督者。
07普通人该盯哪三个信号
RSI 这件事离日常并不远，但它很难靠一句“AI 又变强了”来判断。看这三个地方更实在：
- 评价权——成功标准是谁定的？如果模型能改自己的评分规则，那闭环就危险了；只要评价函数仍由人设定，AI 就还是在人类画好的场地里跑。
- 权限——算力账户、模型权重、部署开关、自我复制的通道，是不是同一个系统全握着。Anthropic 与 OpenAI 提出的监管思路，核心也都是拆开这个闭环。
- 可回溯——实验有没有完整日志、能不能回滚、有没有隔离环境。StartLux 说的“人工介入刹车”，本质上也是这一条。
回到视频里那个比喻。把 AI 送进“社会大学”其实很准确——真正的门槛不是它读了多少书，而是在真实任务里能不能自己发现问题、自己判断下一步，并且有人还能扣得住它的分数。RSI 让人紧张的从来不是“AI 会写代码”，而是这套循环的四个关键动作，可能被同一只手同时握住。