从ChatGPT带火的Prompt，再到今年刷屏的OpenClaw、AI Agent，AI圈带火的新名词堪比互联网公司黑话。

最近，Google旗下DeepMind传言已经接近实现AI的超能力RSI（递归自我改进）。

在微软、Anthropic、OpenAI、马斯克等业界大佬频繁呼吁放缓前沿人工智能发展速度的当下，RSI开始频繁出现在许多报道里。

用一句不太严谨的话解释RSI，那就是“AI自己造AI”。换句话说，用一个成熟的AI系统帮助开发下一代更强大的模型，并提高未来模型的研发效率，一旦循环起来，那AI的进步速度可能远超现在的迭代方案。

虽然RSI最近才火起来，但这种思想源头可以追溯到六十多年前。1965年，英国数学家I.J. Good提出，如果一台机器能够超越人类的智力活动，设计机器也应当属于它的能力范围。它可以设计出比自己更聪明的机器，机器智能由此进入加速的正反馈循环，他称之为“超智能机器”。

也就是这么一个科幻的概念，最近正以超出预期的速度走向现实。

9月上旬，OpenAI首次公开披露RSI进展，预计2028年3月前实现自动化AI研究员；其首席科学家帕霍基发文警告，人类尚未准备好应对超级智能的快速演进。

另一家AI巨头Anthropic也尝试将自动化推进到安全研究，之前就使用过Claude Sonnet 5帮助早期的Claude Opus 4.8改善安全表现，仅用约2400条训练样本，就把成绩优化到接近正式版的水平。

除了修改模型本身，业内还有一条更现实的路径，就在模型配套的软件系统上打补丁，业内称之为“Harness Engineering”，这种工程范式让智能体可以改进自己的记录方式、修正出错的工具接口、重写低效的代码。这些变化未必改变模型权重，却可能显著提升整个系统的能力。

不过，对比真正的RSI,并非所有自我改进都配得上递归二字。目前绝大多数所谓的“AI进化”，说白了还是离不开人工的干预，真正的RSI除了对比上一代时有明显的进步，还有一点就是比上一代更擅长“制造”后继者。

换句话说，一个系统可能每次都比上次高一分，却越来越慢、越来越贵、同时更依赖人工，这其实只能算是版本的更新；相比之下，另一个系统或许跑分并没有那么高，却越来越会用更少资源造出更好的后继版本，这才更接近RSI的概念。

当然，业内对于RSI的准确判断其实还在探索中，9月10日，arXiv 挂出一篇由国内33 位作者共同完成的论文，涵盖了上海交大、清华大学、字节跳动、上海 AI Lab 等机构。

该论文把RSI的自主性划分为L1至L5五个层级，从执行人类给出的改进方案，到自主寻找改进策略，再到获取经验、把环境反馈转化为持续保留的改动；到了L5，改进机制本身也成为改进对象，人类制造的不再只是一个模型，而是一套能继续制造模型的系统。

按照这个标准来看，目前绝大多数所谓模型都达不到RSI的要求，大多数都是为了渲染“AI末日论”。

目前，围绕RSI的争论早已超出技术范畴。

Anthropic CEO阿莫代伊呼吁同行集体降速，提议引入拥有接近员工权限的第三方评估团队长期监督，OpenAI和马斯克罕见地形成统一阵线。

但也有人指出，大型实验室要求放缓发展，并不全是出于安全考虑，也可能是在争取监管护城河，一旦监管收紧，拥有庞大安全团队和审计资源的大公司更容易满足要求，而开源社区和中小企业将面临更高门槛。