过去两周，AI圈最让人坐不住的三个字母，就是RSI。

先是OpenAI，破天荒公开了一本内部账——

一名人类员工全职工作一天，AI Agent完成的工作量相当于3.1天。

如今，AI自动化研究实习生已在内部实现，下一个节点定在2028年3月：造出真正的自动化AI研究员。

紧接着，OpenAI首席科学家Jakub Pachocki在一篇长文一个异星心智中明确表示：OpenAI正将研究重心转向递归自我改进。

他判断，随着能力继续提升，AI将越来越多地推动自身研发。

六天后，Anthropic CEO达里奥发了长文《We Must Pace the Frontier》，同样直接把话挑明了：

RSI已经在整个行业发生，Anthropic自己也不例外。

RSI的逻辑并不难理解：这一代AI参与研发，让下一代AI变强；更强的AI，再回头承担更多研发工作。

如此循环，改进能力本身也可能不断增强。

过去，需要研究员一轮轮找问题、补数据、调训练。如今，其中一些环节，已经可以让模型上场了。

顺着这条线看，国内也有了一个值得拆开的实践样本。

云知声最新推出的U2-Flash，就把自迭代放进了后训练流程——

模型参与发现薄弱环节，生成针对性数据，经过训练和验证，再进入下一轮。

这一轮暴露的短板，成为下一轮进步的起点。

他们正是希望借助这套RSI机制，把U2-Flash练成一个能接住日常复杂工作的主力模型。

一手实测来了

用AI干活的人，多半见过这样的场面。

离下班还有半小时，你把一份数据分析交给AI。它迅速列好计划，开始读文件、写代码，然后报错、重试，又报错。

屏幕热闹了半天，能交的表格还没影。

这时候，每秒吐多少个字，谁还在乎？你只想知道，活到底什么时候能干完。

所以这次，我们重点看U2-Flash能不能把任务接着做下去，遇到问题能不能处理，最后交付的东西能不能用。

顺便提一句，U2-Flash本身支持纯文本输入输出，文件读取、程序执行等工作，需要配合相应工具完成。

藏在运行时的Bug，揪出并修复了

一上手，我们不玩虚的，直接让U2-Flash去真实项目中抓虫。

复杂项目里的Bug，有时很会藏。

静态代码看着合理，普通路径也能运行，偏偏到了特定环境、碰上某个边界条件，程序才突然报错。

这类问题，考验的是模型能不能真正进入排错过程。

这次，U2-Flash接手的是vLLM中的一个真实并发Bug：

请求带上禁用词参数bad_words后，服务偶尔会报出Already borrowed，返回HTTP 500。

H100验证里，串行发送20个请求，全部正常；不带禁用词，200个请求、50并发，也全部通过。

偏偏加上禁用词后，同样的并发压力下，200次请求中出现了一次错误。

199次成功，也不能放过剩下那一次。

在没有提供原始Issue链接、没有参考答案、不能联网的条件下，U2-Flash通过OpenCode展开排查，沿着报错堆栈，从请求处理一路追到异步执行、线程池和底层分词器。

根因终于浮出水面：一条路径处理提示词，另一条处理禁用词，两边共用了同一个Fast Tokenizer底层对象。

并发编码时，对共享状态的操作发生冲突，触发了报错。

就像两个人同时修改同一份工作底稿，单独操作都没问题，撞在一起就出错。